培训时长:2 天(15 课时)
课程介绍:
随着人工智能技术的飞速发展,大模型成为了推动自然语言处理、图像识别等众
多领域创新的关键。然而,如何高效地在本地环境中部署这些大型模型,并根据
特定需求对其进行微调,成为了企业和研究机构面临的重要挑战。
本课程旨在为学员提供从理论到实践的全面指导,帮助学员掌握大模型的本地部
署与微调技巧,从而能够将先进的 AI 技术应用到实际场景中。
学员基础:
⚫ 具备一定的 Python 编程经验
⚫ 对机器学习或深度学习有基本了解
⚫ 了解常见的深度学习框架(如 TensorFlow、PyTorch)
⚫ 已熟悉大模型相关基本概念
⚫ 对云计算有一定认识,了解虚拟化、容器化等概念
学后收获:
⚫ 理解大模型的特点及其对硬件资源的需求
⚫ 掌握多种大模型如 DeepSeek 的本地部署方法
⚫ 学会使用不同的工具和框架对大模型进行微调
⚫ 了解模型压缩技术,提高模型效率