【17694XLa157】2024Ai必会Agent(应用解读+项目实战)--精讲班(有答疑)124_448
课程目录：
125.1-知识图谱要解决的问题与流程分析.mp4 (39.34MB)
126.2-知识图谱项目实际应用分析.mp4 (35.14MB)
127.3-知识图谱实战应用项目解读.mp4 (68.57MB)
128.4-大模型要解决的问题和应用分析.mp4 (43.05MB)
129.5-工具总结分析.mp4 (50.07MB)
130.1-COZE开发者平台解读.mp4 (17.07MB)
131.1-llama3模型下载与配置安装.mp4 (38.51MB)
132.2-环境相关配置解读.mp4 (44.28MB)
133.3-工具调用流程拆解.mp4 (64.38MB)
134.4-功能调用方法实例.mp4 (91.8MB)
135.5-RAG环境配置搭建.mp4 (47.43MB)
136.6-LLAMA3应用-RAG搭建方法.mp4 (46.98MB)
137.7-RAG基本流程分析.mp4 (57.23MB)
138.1-LORA微调方法.mp4 (23.14MB)
139.2-指令微调所需数据与模型下载.mp4 (46.71MB)
140.3-llama3模型微调实例.mp4 (56.87MB)
141.4-llama3微调后进行量化.mp4 (37.8MB)
142.5-llama.cpp量化实例.mp4 (40.53MB)
143.6-部署应用.mp4 (53.8MB)
144.配置.mp4 (34.1MB)
145.1-提示词与工作流配置.mp4 (40.94MB)
146.2-插件配置方法与输出.mp4 (41.72MB)
147.COZE基本使用操作实例(必看).mp4 (56.61MB)
148.语聚AI插件制作更新(刷完第三章动手做的时候再看就行).mp4 (47.62MB)
149.1-扣子开发平台实例解读.mp4 (21.32MB)
150.语聚API更新(课时9如遇问题看这个).mp4 (5.83MB)
151.2-技能测试与插件创建实例.mp4 (27.4MB)
152.3-配置好自己的DIY技能.mp4 (21.29MB)
153.4-工作流的基本配置流程和方法.mp4 (28.63MB)
154.5-自己DIY的Agent测试与发布.mp4 (25.5MB)
155.COZE的UI界面变化.mp4 (16.72MB)
156.1-产品功能与需求分析.mp4 (39.88MB)
157.2-文案助手的工作流程设计.mp4 (51.68MB)
158.3-配置插件与测试效果.mp4 (41.32MB)
159.COZE的UI界面更新.mp4 (32.57MB)
160.COZE介绍与界面更新.mp4 (12.29MB)
161.语聚AI插件制作更新.mp4 (45.71MB)
1-1-Agent要解决的问题分析 .mp4 (21.56MB)
10-3-配置好自己的DIY技能 .mp4 (21.29MB)
100-5-项目经验总结与优化方法 .mp4 (26.12MB)
101-1-数据挖掘要解决的问题 .mp4 (29.1MB)
102-2-数据处理与清洗分析 .mp4 (29.69MB)
103-3-特征工程的作用与流程 .mp4 (48.59MB)
104-4-机器学习算法分析 .mp4 (36.95MB)
105-5-模板到哪去找 .mp4 (64.08MB)
106-1-知识图谱要解决的问题与流程分析 .mp4 (39.34MB)
107-2-知识图谱项目实际应用分析 .mp4 (35.14MB)
108-3-知识图谱实战应用项目解读 .mp4 (68.57MB)
109-4-大模型要解决的问题和应用分析 .mp4 (43.05MB)
11-4-工作流的基本配置流程和方法 .mp4 (28.63MB)
110-5-工具总结分析 .mp4 (50.07MB)
111-1-COZE开发者平台解读 .mp4 (17.07MB)
112-1-llama3模型下载与配置安装 .mp4 (38.51MB)
113-2-环境相关配置解读 .mp4 (44.28MB)
114-3-工具调用流程拆解 .mp4 (64.38MB)
115-4-功能调用方法实例 .mp4 (91.8MB)
116-5-RAG环境配置搭建 .mp4 (47.43MB)
117-6-LLAMA3应用-RAG搭建方法 .mp4 (46.98MB)
118-7-RAG基本流程分析 .mp4 (57.23MB)
119-1-LORA微调方法 .mp4 (23.14MB)
12-5-自己DIY的Agent测试与发布 .mp4 (25.5MB)
120-2-指令微调所需数据与模型下载 .mp4 (46.71MB)
121-3-llama3模型微调实例 .mp4 (56.87MB)
122-4-llama3微调后进行量化 .mp4 (37.8MB)
123-5-llama.cpp量化实例 .mp4 (40.53MB)
124-6-部署应用 .mp4 (53.8MB)
13-1-产品功能与需求分析 .mp4 (39.88MB)
14-2-文案助手的工作流程设计 .mp4 (51.68MB)
15-3-配置插件与测试效果 .mp4 (41.32MB)
16-1-DEMO演示与整体架构分析 .mp4 (60.56MB)
17-2-后端GPT项目部署启动 .mp4 (51.26MB)
18-3-前端助手API与流程图配置 .mp4 (56.2MB)
19-4-接入外部API的方法与流程 .mp4 (40.58MB)
2-2-Agent需要具备的基本能力 .mp4 (21.09MB)
20-5-引入API方法解读 .mp4 (46.08MB)
21-6-指令提示构建 .mp4 (24.44MB)
22-0-Python环境说明 .mp4 (34.29MB)
23-1-AutoGenStudio框架安装与介绍 .mp4 (27.67MB)
24-2-动作API配置方法 .mp4 (26.93MB)
25-3-国内常用API配置方法 .mp4 (22.44MB)
26-4-API接口在线测试 .mp4 (20.85MB)
27-5-工作流配置 .mp4 (27.47MB)
28-6-执行流程与结果 .mp4 (29.08MB)
29-1-API生成方法 .mp4 (25.91MB)
3-3-与大模型的关系与多角色交互 .mp4 (21.74MB)
30-2-GroupChat模块 .mp4 (25.45MB)
31-3-执行流程分析 .mp4 (27.87MB)
32-4-外接本地支持库配置方法 .mp4 (46.46MB)
33-5-加入RAG技能 .mp4 (25.9MB)
34-6-LMStudio本地下载部署模型 .mp4 (21.83MB)
35-7-调用本地模型方法与配置 .mp4 (23.43MB)
36-8-AutogenStudio本地化部署流程 .mp4 (23.77MB)
37-9-本地化部署接入应用实例 .mp4 (35.76MB)
38-11-Ollama环境配置与安装 .mp4 (23.27MB)
39-12-autogen接入本地模型 .mp4 (32.91MB)
4-4-框架的作用和能解决的问题 .mp4 (25.88MB)
40-1-GPTS任务流程概述分析 .mp4 (47.64MB)
41-2-调用API的控制方式 .mp4 (20.77MB)
42-3-API相关配置完成 .mp4 (28.95MB)
43-4-完成指令与脚本并生成 .mp4 (48.98MB)
44-1-论文概述分析 .mp4 (37.82MB)
45-2-整体框架逻辑介绍 .mp4 (52.08MB)
46-3-项目环境配置 .mp4 (60.25MB)
47-4-基础解读-动作定义方式 .mp4 (15.66MB)
48-5-基础解读-角色定义 .mp4 (13.29MB)
49-6-单动作智能体实现方法 .mp4 (20.07MB)
5-5-整体总结分析 .mp4 (12.75MB)
50-7-多动作配置方法 .mp4 (18.06MB)
51-8-定时器任务环境配置 .mp4 (36.47MB)
52-9-定时器任务流程解读分析 .mp4 (44.85MB)
53-0-基本Agent的组成 .mp4 (43.07MB)
54-1-Agent要完成的任务和业务逻辑定义 .mp4 (45.73MB)
55-2-问题拆解与执行流程 .mp4 (61.38MB)
56-3-检索得到重要的URL .mp4 (30.4MB)
57-4-子问题生成总结结果 .mp4 (47.25MB)
58-5-总结与结果输出 .mp4 (23.35MB)
59-1-RAG要完成的任务解读 .mp4 (14.21MB)
6-6-GPTS分析一波 .mp4 (30.51MB)
60-2-RAG整体流程解读 .mp4 (17.93MB)
61-3-召回优化策略分析 .mp4 (17.48MB)
62-4-召回改进方案解读 .mp4 (23.01MB)
63-5-评估工具RAGAS .mp4 (34.52MB)
64-6-外接本地数据库工具 .mp4 (19.43MB)
65-1-整体故事解读 .mp4 (35.41MB)
66-2-要解决的问题和整体框架分析 .mp4 (48.7MB)
67-3-论文基本框架分析 .mp4 (81.2MB)
68-4-Agent的记忆信息 .mp4 (61.68MB)
69-5-感知与反思模块构建流程 .mp4 (21.28MB)
7-7-经典任务分析 .mp4 (25.35MB)
70-6-计划模块实现细节 .mp4 (29.88MB)
71-7-整体流程框架图 .mp4 (19.67MB)
72-8-感知模块解读 .mp4 (37.98MB)
73-9-思考模块解读 .mp4 (40.28MB)
74-10-项目环境配置方法解读 .mp4 (39.64MB)
75-1-langchain框架解读 .mp4 (20.08MB)
76-2-基本API调用方法 .mp4 (40MB)
77-3-数据文档切分操作 .mp4 (35.39MB)
78-4-样本索引与向量构建 .mp4 (39.02MB)
79-5-数据切块方法 .mp4 (40.56MB)
8-1-扣子开发平台实例解读 .mp4 (21.32MB)
80-1-MOE概述分析 .mp4 (19.5MB)
81-2-MOE模块实现方法解读 .mp4 (29.58MB)
82-3-效果分析与总结 .mp4 (41.31MB)
83-1-大模型如何做下游任务 .mp4 (27.71MB)
84-2-LLM落地微调分析 .mp4 (33.55MB)
85-3-LLAMA与LORA介绍 .mp4 (26.99MB)
86-4-LORA微调的核心思想 .mp4 (20.47MB)
87-5-LORA模型实现细节 .mp4 (36.58MB)
88-1-提示工程的作用 .mp4 (37.57MB)
89-2-项目数据解读 .mp4 (37.65MB)
9-2-技能测试与插件创建实例 .mp4 (27.4MB)
90-3-源码调用DEBUG解读 .mp4 (34.95MB)
91-4-训练流程演示 .mp4 (43.63MB)
92-5-效果演示与总结分析 .mp4 (29MB)
93-1-RAG与微调可以解决与无法解决的问题 .mp4 (19.45MB)
94-2-RAG实践策略 .mp4 (16.38MB)
95-3-微调要解决的问题 .mp4 (14.52MB)
96-1-项目需求分析流程 .mp4 (25.75MB)
97-2-数据与特征库准备 .mp4 (23.85MB)
98-3-模型准备与项目分析 .mp4 (43.86MB)
99-4-模型选择方法总结 .mp4 (30.24MB)
1-Agent趋势.png (276.87KB)
2-Agent流程.png (106.89KB)
3-Ageng包括组件.png (62.84KB)
4-Agent组成.png (307KB)
5-多模态.png (148.61KB)
6-多角色组成.png (122.24KB)
7-Agent游戏.png (298.63KB)
8-多智能体.png (149.1KB)
9-多智能体2.png (84.73KB)
Agent.png (100.09KB)
Agent思维导图.pdf (78.27KB)
基本使用.rar (12.29MB)
大模型.pdf (1.37MB)
Huatuo-Llama-Med-Chinese-main.zip (44.74MB)
11.png (812.8KB)
12.png (382.54KB)
13.png (167.09KB)
14.webp (9.2KB)
15.png (376.7KB)
16.png (306.6KB)
2.png (205.76KB)
3.png (274.72KB)
4.png (394.96KB)
6.png (248.28KB)
7.png (201.78KB)
8.png (387.47KB)
9.png (128.31KB)
API复制这个不要改.docx (12.86KB)
GPTS例子.docx (12.42KB)
广告文案.docx (12.6KB)
文章翻译.docx (12.52KB)
短视频脚本.docx (11.41KB)
组会不用愁.txt (1.5KB)
语聚AI指定(只改动作即可).docx (10.45KB)
Agent客服.rar (5.16MB)
Skill.py (22.07KB)
rag_skill.rar (48.36KB)
MetaGPT-main.zip (6.97MB)
examples.rar (243.35KB)
metaGpt.pdf (15.91MB)
RAG.pdf (106.13KB)
RAG.png (123.06KB)
斯坦福AI小镇.pdf (84.83KB)
斯坦福AI小镇.png (90.86KB)
斯坦福小镇论文.pdf (11.37MB)
Chinese-LLaMA-Alpaca-3-main.zip (1.56GB)
llama3.rar (79.74MB)
CLIP及其应用.pdf (1.8MB)
DBNET.pdf (3.78MB)
Read Like Humans.pdf (1.18MB)
mmdetection3d-1.0.0rc0.rar (343.05MB)
mmocr-main.rar (378.87MB)
对比学习.pdf (1.83MB)
第七章：detr目标检测源码解读.zip (108.29KB)
第六章：基于Transformer的detr目标检测算法.pptx (2.85MB)
第一章：姿态估计OpenPose系列算法解读.pdf (2.17MB)
第二章：OpenPose算法源码分析.zip (243.86MB)
BERT.pdf (1.91MB)
神经网络全部.pdf (5.99MB)
神经网络全部_20231110_115903.pdf (5.99MB)
index.html (1.28KB)
style.css (799B)
write.json (4.27KB)
代码地址.txt (44B)
标题.txt (2.44KB)
生成文案.txt (696B)
画图.txt (152B)
llama3.rar (79.74MB)
Yolov5_DeepSort_Pytorch.zip (107.9MB)
CloudCompare.zip (68.07MB)
SAM.pdf (14.67MB)
annotated_diffusion.ipynb (4.45MB)
From Images to Textual Prompts.pdf (6.68MB)
dalle2.pdf (40.92MB)
beit.pdf (13.58MB)
对比学习.pdf (1.83MB)
mmselfsup-1.x.zip (326.58MB)
BEiT v2.pdf (9.87MB)
BEV特征空间bevformer.mp4 (517.88MB)
BEV.pdf (899.69KB)
NEU-DET.zip (26.68MB)
PyTorch-YOLOv3.zip (462.21MB)
YOLO5.zip (469.64MB)
YOLO新版.pdf (3.3MB)
f112c9fda85536ee3eba662c9043e683.bat (70B)
第九章：mask-rcnn.pdf (898.3KB)
第五章：U-2-Net.zip (636.25MB)
第十一章：基于MASK-RCNN框架训练自己的数据与任务.zip (439.38MB)
第十三章：图像识别核心模块实战解读.zip (336.95MB)
第十二章：PyTorch框架基本处理操作.zip (98.58MB)
第十章：MaskRcnn网络框架源码详解.zip (1.14GB)
1-slowfast算法知识点通俗解读.pdf (531.29KB)
4-基于3D卷积的视频分析与动作识别.zip (845.84MB)
5-视频异常检测算法与元学习.pdf (1.01MB)
6-视频异常检测CVPR2021论文及其源码解读.zip (243.75MB)
slowfast.zip (6.27GB)
slowfast论文.pdf (1.39MB)
基础补充-PyTorch框架基本处理操作.zip (98.58MB)
基础补充-PyTorch框架必备核心模块解读.zip (336.95MB)
第11-12章notebook课件.zip (52.05MB)
第16-17章notebook课件.zip (9.37MB)
第2-7章notebook课件.zip (7.28MB)
第九章：项目实战-信用卡数字识别.zip (548.1KB)
第二十一章：人脸关键点定位.zip (69.75MB)
第二十一章：项目实战-疲劳检测.zip (74.15MB)
第二十章：卷积原理与操作.zip (24.47KB)
第八章notebook课件.zip (1.29MB)
第十三章：案例实战-全景图像拼接.zip (829.49KB)
第十九章：项目实战-目标追踪.zip (125.33MB)
第十五章：项目实战-答题卡识别判卷.zip (3.07MB)
第十八章：Opencv的DNN模块.zip (49.62MB)
第十四章：项目实战-停车场车位识别.zip (111.34MB)
第十章：项目实战-文档扫描OCR识别.zip (44.94MB)
flask预测.zip (712.05MB)
第七章：LSTM文本分类实战.zip (31.53MB)
第二,三章：神经网络实战分类与回归任务.zip (15.82MB)
第五章：图像识别模型与训练策略（重点）.zip (449.77MB)
第八章：对抗生成网络架构原理与实战解析.zip (35.28MB)
第六章：DataLoader自定义数据集制作.zip (594.02MB)
第四章：卷积网络参数解读.zip (33.37MB)
PRW-v16.04.20.zip (2.67GB)
行人重识别.pdf (1.63MB)
基于图模型的ReID(旷视).zip (1.55GB)
Relation-Aware-Global-Attention-Networks.zip (3.09GB)
第一章：PyTorch框架基本处理操作.zip (98.58MB)
Relation-Aware Global Attention.pdf (610.34KB)
Relation Network for Person Re-identification.zip (296.48MB)
神经网络新.pdf (5.99MB)
Wang_High-Order_Information_Matters_Learning_Relation_and_Topology_for_Occluded_Person_CVPR_2020_paper.pdf (1.26MB)
第四章：图像识别核心模块实战解读.zip (336.95MB)
Relation Network for Person Re-identification.pdf (2.48MB)
点云.pdf (1.12MB)
2003.13479.pdf (1.52MB)
RPMNet.zip (447.43MB)
点云匹配.pdf (517.9KB)
PointNet++.pdf (1.62MB)
第四章：图像识别核心模块实战解读.zip (336.95MB)
PointNet++.pdf (1.62MB)
2003.00410.pdf (4.02MB)
点云补全.pdf (596.42KB)
第一章：PyTorch框架基本处理操作.zip (98.58MB)
第二章：神经网络实战分类与回归任务.zip (15.82MB)
PF-Net-Point-Fractal-Network.zip (646.12MB)
第八章：对抗生成网络架构原理与实战解析.zip (35.28MB)
Pointnet2.zip (2.33GB)
激光雷达.mp4 (122.71MB)
点云世界.mp4 (144.4MB)
点云分割.mp4 (101.91MB)
点云化工场景.mp4 (59.8MB)
点云应用.mp4 (13.15MB)
点云配准.mp4 (24.36MB)
物体检测.mp4 (76.93MB)
COCO数据集.txt (96B)
yolov7-main.zip (337.57MB)
json2yolo.py (1.48KB)
构建自己的数据集.docx (299.56KB)
深度学习分割任务.pdf (1.07MB)
DeepLabV3Plus.zip (1.92GB)
深度学习分割任务.pdf (1.07MB)
深度学习.pdf (9.54MB)
基于deeplab的心脏视频数据诊断分析.zip (748.28MB)
DeepLab.pdf (651.92KB)
Resnet.pptx (239.46KB)
基于Resnet的医学数据集分类实战.zip (461MB)
unet++.zip (409.6MB)
avademo.zip (2.08GB)
Resnet.pptx (239.46KB)
基于Resnet的医学数据集分类实战.zip (461MB)
-5KQ66BBWC4.mkv (251.05MB)
-5KQ66BBWC4.mkv.1 (251.05MB)
1j20qq1JyX4.mp4 (240.53MB)
_145Aa_xkuE.mp4 (313.33MB)
_Ca3gOdOHxU.mp4 (516.8MB)
train.csv (1.48MB)
val.csv (1.54MB)
ava_train_v2.1.csv (35.11MB)
ava_train_v2.2.csv (39.22MB)
ava_val_v2.2.csv (11.05MB)
ava_action_list_v2.1_for_activitynet_2018.pbtxt (2.59KB)
ava_detection_test_boxes_and_labels.csv (14.63MB)
ava_detection_train_boxes_and_labels_include_negative.csv (52.2MB)
ava_detection_train_boxes_and_labels_include_negative_v2.1.csv (52.2MB)
ava_detection_train_boxes_and_labels_include_negative_v2.2.csv (53.28MB)
ava_detection_val_boxes_and_labels.csv (7.58MB)
ava_detection_val_for_training_boxes_and_labels_include_negative.csv (14.93MB)
ava_detection_val_for_training_boxes_and_labels_include_negative_v2.1.csv (14.93MB)
ava_detection_val_for_training_boxes_and_labels_include_negative_v2.2.csv (15.16MB)
ava_train_predicted_boxes.csv (52.2MB)
ava_train_v2.1.csv (35.11MB)
ava_val_excluded_timestamps_v2.1.csv (629B)
ava_val_predicted_boxes.csv (7.58MB)
ava_val_v2.1.csv (9.94MB)
test.csv (198.39MB)
train.csv (358.14MB)
val.csv (98.31MB)
