原文：
www.kdnuggets.com/ree-mastery-course-become-a-large-language-model-expert
作者提供的图片
在这篇博客文章中，我们将回顾一个著名的教育 GitHub 库，该库拥有 24K ⭐ 星标。这个库提供了一个结构来帮助你免费掌握大型语言模型（LLM）。我们将讨论课程结构、包含代码示例的 Jupyter 笔记本和涵盖最新 LLM 发展的文章。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你所在组织的 IT
大型语言模型课程是一个全面的项目，旨在为学习者提供在快速发展的大型语言模型领域中脱颖而出的必要技能和知识。该课程包括三大核心部分，涵盖了基础和高级工具及概念。每个核心部分包含多个主题，这些主题配有 YouTube 教程、指南和免费在线资源。
这个 LLM 课程是一个有用的指南，通过集中提供免费的资源、教程、视频、笔记本和文章，提供了一种结构化的学习方式。即使你是完全的初学者，也可以从基础部分开始，学习算法、技术和各种工具，以解决简单的自然语言和机器学习问题。
该课程分为三个主要部分，每部分关注 LLM（大型语言模型）专业的不同方面：
这个基础部分涉及理解和使用 LLM 所需的基本知识。内容包括数学、Python 编程、神经网络基础和自然语言处理。对于那些希望进入机器学习领域或深化对其数学基础的理解的人来说，这部分是不可或缺的。提供的资源，包括 3Blue1Brown 的精彩视频系列和 Khan Academy 的全面课程，提供了适合不同学习风格的多种学习路径。
涵盖的主题：
-
机器学习的数学
-
机器学习中的 Python
-
神经网络
-
自然语言处理（NLP）
这个 LLM 科学家指南是为那些对开发前沿 LLM 感兴趣的个人设计的。它涵盖了 LLM 的架构，包括 Transformer 和 GPT 模型，并深入探讨了量化、注意力机制、微调和 RLHF 等高级主题。该指南详细解释了每个主题，并提供了教程和各种资源以巩固概念。整体概念是通过构建来学习。
涵盖的主题：
-
LLM 架构
-
构建指令数据集
-
预训练模型
-
监督微调
-
从人类反馈中进行强化学习
-
评估
-
量化
-
新趋势
本部分课程专注于 LLM 的实际应用。它将指导学习者创建基于 LLM 的应用程序并进行部署。涵盖的主题包括运行 LLM、构建用于检索增强生成的向量数据库、高级 RAG 技术、推理优化和部署策略。在本部分课程中，你将学习 LangChain 框架和 Pinecone，用于向量数据库，这些对集成和部署 LLM 解决方案至关重要。
涵盖的主题：
-
运行 LLM
-
构建向量存储
-
检索增强生成
-
高级 RAG
-
推理优化
-
部署 LLM
-
确保 LLM 的安全
构建、微调、推理和部署模型可能相当复杂，需要了解各种工具并仔细关注 GPU 内存和 RAM 使用情况。在这里，本课程提供了一整套笔记本和文章，可作为实施所讨论概念的有用参考。
关于笔记本和文章：
-
工具：涵盖了自动评估 LLM、合并模型、在 GGUF 格式中量化 LLM 以及可视化合并模型的工具。
-
微调： 提供了一个 Google Colab 笔记本，用于逐步指导微调模型，如 Llama 2，并使用先进的技术提升性能。
-
量化： 量化笔记本深入探讨了使用 4-bit GPTQ 和 GGUF 量化方法优化 LLM 的效率。
无论你是希望了解基础知识的初学者，还是希望跟上最新研究和应用的资深从业者，LLM 课程都是深入了解 LLM 世界的绝佳资源。它提供了各种免费的资源、教程、视频、笔记本和文章，集中在一个地方。课程涵盖了 LLM 的所有方面，从理论基础到部署前沿 LLM，使其成为任何希望成为 LLM 专家的人的必修课程。此外，还包括笔记本和文章，以巩固每一部分讨论的概念。
Abid Ali Awan（@1abidaliawan）是一位认证的数据科学专业人士，热衷于构建机器学习模型。目前，他专注于内容创作，并撰写关于机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络构建一款 AI 产品，帮助那些饱受心理疾病困扰的学生。