硬核课程全网首发！高级人工智能：多模态大模型LLM与AIGC前沿技术实战

2023夏季班招生简章

高级人工智能：多模态大模型LLM与AIGC前沿技术实战

Advanced Artificial Intelligence:

LLM & AIGC cutting-edged Training Camp

在这一次AIGC的革新中 你不必是一名旁观者

用4个月时间构建自己的多模态LLM机器人

GPT-4机器人7*24小时做你的私人助教

把握技术革新 突破职业瓶颈

硅谷专家 GPT开源贡献者

带你攻克最新技术

以 ChatGPT，Midjourney 为代表的的生成模型从 2022 年下半年开始为这个世界带来了巨大的震撼，目前众多公司也积极投身于此，新兴的 AI 产品如雨后春笋般出现。可是作为企业用人方，会发现掌握 AIGC 核心技术的人才寥寥无几，而我们作为求职者，希望加入这次技术浪潮却也不知道如何入门。这门课程，硅谷AI算法研究员、ChatGPT 相关开源版作者带你手把手掌握这些核心知识，不论是找工作，还是自己完成AI项目，都能有效地帮助你！

注意：本课程不是一门面向非技术人员通识课，也不是一门教大家怎么使用 AIGC 工具的课程。

一

你现在是否面临以下问题？

● 作为传统的技术工作者，算法工作者，看到最近的技术发展，希望能够加入此次技术革命，突破职业瓶颈；

● 在 AIGC 的浪潮下，Transformer, LLM, Diffusion, LoRa, Prompt Enginering, GPT-3.5/4, PPO, HFRL, DALL-E, ViTransformer, WGAN, Pix2Pix 这些技术你是否感到迷茫？这门课程带你一次性从原理到实战掌握以上概念！

● 想做自己的大模型，没有合适的机器，数据，找不到门路？这门课为你提供最先进的 A100（速度为 V100 的 150%，P100GPU 的 3500%）与项目完整流程，让你动手实战，掌握内容！

二

本课程特色

1. 本课程区别于目前其他对于 AIGC 进行科普、工具使用类的课程。我们邀请的老师都是从 2017 年 WordEmbedding 第一个预训练模型推出就开始进行大模型模型相关工作、研发的一线研发人员。导师对于大模型、预训练的理解和实践经验能够非常实际地帮助大家。

2. 本课程为了能够让大家进一步理解目前 GPT 相关产品的能力，表现，以及性能极限，我们全程为大家提供以 OpenAI 最新的 GPT-4 作为 API 驱动的助教机器人。助教机器人与你一对一交流，7*24 小时解决你的任何问题。并且，你在这个过程中，会对目前 AIGC 的能力有更加深刻、实际的理解。

3. 区别于浅尝辄止的“学习”，“研讨”怎么使用现有的 AIGC 项目，我们导师带领大家完成 4 次完整、前沿的 AIGC 项目实战。从 Transformer，GPT，Diffusion，GAN，让大家全链路掌握 AIGC 的核心技术。 并且此次参与课程的同学能够参与开源版 ChatGPT 项目。项目作者亲自授课，不仅锻炼自己的能力，更能使得你在 AI 岗位求职中脱颖而出。

4. 本课程为大家提供了目前 Nvidia 最先进的 A100 服务器。以及 30 核 CPU 服务器。为大家的模型训练保驾护航！

三

导师介绍

赵老师：硅谷行业头部大厂计算机视觉 AI 算法研究员，毕业于美国佛罗里达大学计算机科学系。超过 10 年 AI 与深度学习，计算机视觉与图形学等领域经验。工作中对预训练模型，尤其是视觉深度学习模型（CNN / ViT 等）有深刻理解和实战经验。赵老师在工作之余帮助计算机视觉从业者提升从业能力，其课程深入浅出，高屋建瓴，在计算机视觉从业者中广受好评。

郭老师：中国头部互联网企业算法工程师，开源大语言模型（ChatGLM, CPM）贡献者，开源项目爱好者。从 2013 年起一直从事 NLP 相关工程及研究工作，具备丰富的产业实战经验。

高老师：前 IBM 人工智能与认知服务数据科学家，目前在美国加州从事 AI 研究。自 2012 年起进行对话机器人的研究工作。近十多来持续从事人工智能相关研究、企业落地。曾经作为技术负责人参与落地多个大中华区AI项目。

四

授课计划

● 课程合计 18 周（或 18 + 8 周求职机试指导）

● 每周3小时直播研讨+实战代码指导课，基于在线视频会议

“

AIGC课程详细安排

Detailed Curriculum

本次课程正式开始时间为2023年5月7日，5月7日之前，我们为大家提供 pyTorch，强化学习，预训练模型等预习资料。并且大家可以开始使用基于 GPT-4 的机器人，感受其能力。

第一

部分

导论预备课程/ 授课老师，高老师

第一周 : 从WordEmbedding到Transformer

• 什么是预训练模型？为什么需要进行本文的向量化？

• 从 Word2Vec，GLoVE，FastText，再到self-Attention 机制，Transformer 的原理变迁与技术增长路线

• 大规模预训练模型在图片、图网络中（Graph Network）中的应用和影响

• 什么是多模态？多模态的意义是什么？原理是什么？

第二周 : 强化学习的原理，强化学习与 AIGC 的关系和作用 （因内容交错，本节课程大约为 5 个小时）

• 强化学习在AIGC中的作用

• 马尔科夫决策过程，Bellman方程

• 从蒙特卡洛模拟到Temperal Difference

• Q-Learning与Deep-Q-Learning

• Policy Gradient，REINFORCE 算法

• PPO算法的原理

第二

部分

大语言模型（LLM）与文本生成

/ 主讲老师，郭老师

第三周 : 大语言模型在自然语言处理中的应用

• Self-attention与multi-head多头Transformer的原理详解

• GPT模型的原理

• GPT-2/3/3.5/4的演化和比较

• BERT, RoBERTa, T5, XLnet等模型的对比

• 目前其他主流语言模型的比较

• 如何根据业务选择最合适自己的语言模型

第四周 : 大语言模型的 Fine-Tuning, Prompt Engineering

• Fine-Tuning的原理，迁移学习的原理以及它与LLM的关系

• Pre-Train预训练与Fine-Tuning的工作流

• 如何解决数据集相关问题

• Instruction Learning

• Few-Short Leanring与Meta-Leanring，few-short leanring在LLM中应用

• 使用Prompt来完成自定义任务，Prompt的设计与优化方法

• Prompt-Tuning技术，Prompt-Tuning与传统Fine-Tunning技术的区别

第五周 : 基于人类反馈的强化学习训练（RLHF）

• LoRa: Learning from Rules and Arguments. 基于规则定义的语言能力增强

• 人机交互AI系统的工作流与框架（workflow与framework）

• PPO算法在ChatGPT中的应用分析

• 如何设计Reward Model

• PPO算法在ChatGPT中的算法实践

• Off-Policy训练与Importance Sampling

• Imitation与Reverse Reinforcement Learning在RLHF中的应用

第六周 : 大语言模型的部署实践

• 模型压缩与剪枝技术、知识蒸馏

• ONNX + TensorRT

• 模型部署的量化技术

• GPTQ量化: Post-Trainng Quantization for Generative Pre-trained Transformers

第七周 : 基于开源模型的多模态实践

• Visual-ChatGPT的原理

• 如何准备自己的数据集

• Finetune ChatGLM

第八周 : 开源版ChatGPT的待完成任务解析

• ChatGLM-Tuning的原理与项目架构解析

• 目前待完成的任务介绍与完成过程分析

• 成为该项目贡献者的指引

• 第一个大项目：成为开源版ChatGPT——ChatGLM-Tuning的源代码贡献者

项目介绍：通过前八周的课程，大家对自然语言处理相关的预训练模型，尤其是 Transformer，HFRL，GPT，Prompt 等技术都有了一定的理论基础。那么现在，大家就要将这些知识转化为实际的项目，我们将参与完成 ChatGLM-Tuning 项目中的功能，我们的导师将指导大家完成。通过这个项目，你不仅亲手实践，学习了最新的 GPT 大模型相关的实操构建，进一步构建符合自己的需求、符合公司业务需求大模型对话机器人，并且目前各个公司人工智能项目对掌握此能力的人才需求量大涨，而该项目会为自己的简历添加重要的项目履历。

▲  图例：项目1示例

第三

部分

Transformers与计算机视觉

/ 主讲老师，赵老师

第九周 : 视觉 Transformer（ViT）及视觉 AIGC 导论

• 视觉AIGC的学习目标

• 视觉AIGC方向求职的面试准备与业务学习

• ViT的理论介绍与实现原理

• ViT: An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

• DeiT: Training Data-Efficient Image Transformers & Distillation through Attention

• TNT: Transformer in Transformer

• ConVit、MLP-Mixer、Swin Transformer等混合方案

第十周 : ViT 的高级方法，DALL-E

• Transformer的结构升级

• 视频Transformer：TimeSFormer, VideTransformer

• Transformer，GPT与图像生成模型

• DALL-E：基于文本生成图像的原理

• ViT与计算机视觉专门问题的结合应用：

  检测任务（Object Detection）与ViT

  分割任务（Semantic Segmentation）与ViT

  Image Caption

  项目二导引：利用 ViT 进行图像分类/物体检测

项目介绍：通过该项目能够掌握 ViT 的理论认识以及上手技能；同时，也能理解 CV 领域一路走来的发展，无论是技术上从传统 CV 算法，到深度学习（deep learning，也即 DL）卷积神经网络（Convolutional Neural Network，也即 CNN），再到现阶段 ViT，还是从内容上的分类/检测入手。因而，通过这个项目，能够使同学对 CV 领域的技术与内容，有直观也深入的理解。同时，由于 Transformer 的天然特性，也对非视觉类数据的处理有了一定的积累。

第四

部分

深度神经网络与计算机视觉：第一类生成模型

/ 主讲老师，赵老师

第十一周 : 对抗生成网络（GAN, Generative Adversarial Network ）

• GAN的结构与原理：Discriminator/Generator

• GAN原理详解：KL/JS散度，最优判别器

• GAN的原始实现方法

第十二周 : GAN的发展与Wasserstein GAN

• GAN存在的问题：Mode Collapse，难以训练

• 以上问题优化的原理与优化目标

• Wasserstein GAN（WGAN）与原理，WGAN-GP

• Unrolled GAN, Spectral Normalization, Noise Injection, Mixing Regularizationd等其他优化方法

第十三周 : GAN的高级应用

• 实例分析：视频中的颜色矫正

• 从UNet到WNet的升级

• WGAN-GP与Patch GAN的结合

• Perceptual Loss的应用

• 光流（optical flow）：基础且重要的视觉理论

第十四周 : GAN的进阶发展

• Pix2Pix：Conditional GAN + Patch GNA

• Cycle-GAN：非成对数据与Consistency Loss

• SPADE：可控 GAPN

第十五周 : 项目指引课：GAN 在图像矫正领域的应用

项目介绍：GAN 是一类强大的生成类模型，其早于 diffusion model，因而已真实应用于实际场景当中。在这个项目中，我们将利用所学的 GAN 相关知识，进行静态图片与动态视频的矫正工作。切实体会课上所讲的理论知识如何应用在实际工作中，并能够避免很多目前所存在的人云 亦云似的一知半解的讹传，真正做到学以致用。同时，在项目进行中，会介绍大量切实可行 的技巧，这些技巧是普适的，能够被所有架构应用。不仅如此，我们也会介绍一些 CV 领域底层的思想，使大家的学习工作不仅流于表面，也能够深入到本质。

▲ 图例：项目3示例

第五

部分

Latent Diffusion: 

第二类生成模型与其应用

第十六周 : Latent Diffusion 导论

• Diffusion 过程与生成模型

• Denoising diffusion probabilistic model（DDPM）介绍

• Latent diffusion model（LDM）原理

• LDM 的实现原理和方法

• LDM 的应用: 图像、视频、文本生成

第十七周 : Diffusion Model 进阶

• Diffusion Model 进展：Learnable Diffusion， Reversible generative model 与 LDM

• 面向未来的Diffusion: Causal generative modeling, 数据缺失

• Diffusion与强化学习的结合

第十八周 : 结业项目：利用 Latent Diffusion Model进行基于文字描述的图像生成

项目介绍：在经过第一个项目（进行 ViT/Transformer 技能储备）以及第二个项目（CV 技能储备）后，我们终于做好储备，得以迎来最后一部分的项目内容，即进行利用 LDM 的图像生成工作。

LDM 是最新的生成式模型，其内容上的最大特点便是利用语言文字进行图像生成；同时在技术上，也与 GAN 不同。具有训练相对简单，效果相对较好（当然，通过我们的讲解，GAN 技术同样也可以做到此点）的特点，因而目前热度较高。在这个背景下，我们将带领大家直 观感受 LDM 究竟是如何完成这点的。

▲ 图例：项目4 示例

五

课程收费

5.1 前沿实战班

课程售价 : 10800元或1500美金

4 个月直播课程训练；

参与开源 ChatGLM 功能开发，成为 Github 高星项目参与者；

完成自己的 Latent Diffusion Model 文本生成模型

提供 30 核 CPU 服务器；

5.2 就业强化班

课程售价 : 13800元或1900美金

包含“前沿实战班”所有权益

机试攻克：包含目前售价为 7800 元持续 8 周的算法机试强化课程——授课老师为赵老师，硅谷算法 AI 算法研究员

实战强化：提供 30 核 40G NVIDIA-A100 GPU 先进服务器（A100GPU 计算速度为 V100 的 155%，为 P100GPU 的 3500%）

注：本次提供的GPU使用时长为4个月

5.3 课程开始时间

2023年5月7日（周日）早上9：30

5.4 不满意退费保障

本次课程正式开始时间为2023年5月7日，我们为大家提供为期一个月的退费期，不满意可随时提出退款。

付费至- 5月21日：提出退费 3天内退还100%学费

5月22日-5月28日：提出退费 3天内退还50%学费

5月29日-6月06日：提出退费 3天内退还25%学费

六

相关QA

6.1. 本课程的学员构成是怎样的？

回答：我们只开设最前沿的核心技术课程，以最近一年我们的学员为例：其中 75% 为 AI 研发人员，大学老师或者相关科研人员，20% 的学员为相关专业的高年级研究生。

6.2. 本课程是否能提供发票？

回答：本课程能够开具发票。事实上，我们课程中有大约 25% 的学员是大学老师或者研究员，我们的课程为他们提供了非常实际的帮助。

6.3. 我的基础不太够，但是我很想学，该怎么办？ 

如果您的基础不太够，我们这里有从 Python 零基础到神经网络，再到深度学习、CNN，计算机视觉，自然语言处理的全系列AI基础课程。我们都是免费提供给大家。大家可以先学习基础课程，等待下一期开班。

报名

预报名2023夏季AIGC课程的同学请咨询下方二维码

因时差问题，微信通过可能需要大家等待，感谢理解！

前30名报名可享有GPT-4私人助理机器人1年使用权限，报名后即可使用

课程监制与出品人-高老师

（高老师，赵老师往期学员凭学习记录可享受一定优惠）