LLM多模态视觉大模型2024

网盘截图：

课程目录：

│  PPT.zip
│
├─1.大模型技术概述
│      1. 视觉大模型技术概述.mp4
│      1. 视觉大模型技术概述_ev.mp4
│
├─2.自监督学习的原理与方法
│      2.1自监督学习与前置任务.mp4
│      2.1自监督学习与前置任务_ev.mp4
│      2.2对比学习与SimCLR.mp4
│      2.2对比学习与SimCLR_ev.mp4
│      2.3Moco模型.mp4
│      2.3Moco模型_ev.mp4
│      2.4MoCo代码详解.mp4
│      2.4MoCo代码详解_ev.mp4
│      2.5掩码重建与BEiT.mp4
│      2.5掩码重建与BEiT_ev.mp4
│
├─3.视觉基础大模型的架构
│      3.1 ViT与其变种.mp4
│      3.1 ViT与其变种_ev.mp4
│      3.2 MoCo v3自监督骨干网络.mp4
│      3.2 MoCo v3自监督骨干网络_ev.mp4
│      3.3 DINO模型.mp4
│      3.3 DINO模型_ev.mp4
│      3.4 DINO代码详解.mp4
│      3.4 DINO代码详解_ev.mp4
│      3.5 MAE模型.mp4
│      3.5 MAE模型_ev.mp4
│      3.6 MAE代码详解.mp4
│      3.6 MAE代码详解_ev.mp4
│      3.7 SAM模型.mp4
│      3.7 SAM模型_ev.mp4
│
├─4.多模态视觉大模型
│      4.1 多模态学习的概念.mp4
│      4.1 多模态学习的概念_ev.mp4
│      4.2 多模态网络的架构.mp4
│      4.2 多模态网络的架构_ev.mp4
│      4.3 CLIP模型.mp4
│      4.3 CLIP模型_ev.mp4
│      4.4 CLIP代码详解.mp4
│      4.4 CLIP代码详解_ev.mp4
│      4.5 GLIP模型.mp4
│      4.5 GLIP模型_ev.mp4
│      4.6 Flamingo模型.mp4
│      4.6 Flamingo模型_ev.mp4
│      4.7 LLaVA模型.mp4
│      4.7 LLaVA模型_ev.mp4
│
├─5.下游任务迁移与视觉提示
│      5.1 线性探测与微调.mp4
│      5.1 线性探测与微调_ev.mp4
│      5.2 线性探测与微调代码详解.mp4
│      5.2 线性探测与微调代码详解_ev.mp4
│      5.3 Adapter方法.mp4
│      5.3 Adapter方法_ev.mp4
│      5.4 Adapter代码详解.mp4
│      5.4 Adapter代码详解_ev.mp4
│      5.5 视觉prompt方法.mp4
│      5.5 视觉prompt方法_ev.mp4
│      5.6 视觉Prompt代码详解.mp4
│      5.6 视觉Prompt代码详解_ev.mp4
│      5.7 小结.mp4
│      5.7 小结_ev.mp4
│
├─6.实战-多模态大模型微调
│      6.1 PandaGPT框架介绍.mp4
│      6.1 PandaGPT框架介绍_ev.mp4
│      6.2 环境与模型配置.mp4
│      6.2 环境与模型配置_ev.mp4
│      6.3 项目代码通览.mp4
│      6.3 项目代码通览_ev.mp4
│      6.4 数据集加载.mp4
│      6.4 数据集加载_ev.mp4
│      6.5 模型定义.mp4
│      6.5 模型定义_ev.mp4
│      6.6 模型实现.mp4
│      6.6 模型实现_ev.mp4
│      6.7 Demo运行.mp4
│      6.7 Demo运行_ev.mp4
│      code .zip
│      Vicuna模型加载指南.txt
│      端口映射方法.txt
│
├─7.实战-基于视觉提示的下游迁移
│      7.1 VPT框架通览.mp4
│      7.1 VPT框架通览_ev.mp4
│      7.2 数据集加载.mp4
│      7.2 数据集加载_ev.mp4
│      7.3 模型定义.mp4
│      7.3 模型定义_ev.mp4
│      7.4 模型实现1.mp4
│      7.4 模型实现1_ev.mp4
│      7.5 模型实现2.mp4
│      7.5 模型实现2_ev.mp4
│      7.6 病理图像下游迁移.mp4
│      7.6 病理图像下游迁移_ev.mp4
│      BCI数据集下载.txt
│      code .zip
│
├─code
│      adapter.py
│      CLIP.py
│      DINO.py
│      linear-probing.py
│      MAE.py
│      moco.py
│      prompt-tuning.py
│      全部代码压缩包.zip
│
├─PPT
│      0.视觉大模型课程前置介绍.pptx
│      1.大模型技术概述.pptx
│      2.自监督学习的原理与方法.pptx
│      3.视觉基础大模型的架构.pptx
│      4.多模态视觉大模型.pptx
│      5.下游任务迁移与视觉提示.pptx
│
└─论文
        Gemini-A Family of Highly Capable Multimodal Models.pdf
        ImageBind-One Embedding Space To Bind Them All.pdf
        InternVL-Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks.pdf

免责声明： 1、本站信息来自网络，版权争议与本站无关 2、本站所有主题由该帖子作者发表，该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体，但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。 6、您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站（邮箱：204942507@qq.com），本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如有侵权请邮件与我们联系处理。
小麻雀IT分享站 » LLM多模态视觉大模型2024