Ito ang Windows app na pinangalanang LLM Course na ang pinakabagong release ay maaaring ma-download bilang llm-coursesourcecode.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang LLM Course na may OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA SCREENSHOT:
Kurso sa LLM
DESCRIPTION:
Ang LLM Course ay isang hands-on, notebook-driven na landas para sa pag-aaral kung paano gumagana ang malalaking modelo ng wika sa pagsasanay, mula sa curation ng data hanggang sa pagsasanay, fine-tuning, pagsusuri, at pag-deploy. Binibigyang-diin nito ang mga reproducible na eksperimento: ang bawat hakbang ay ipinapakita gamit ang runnable code, malinaw na mga dependency, at mga sanggunian sa mga karaniwang ginagamit na open-source na mga modelo at library. Nagkakaroon ng exposure ang mga mag-aaral sa maraming diskarte sa pag-adapt—LoRA/QLoRA, fine-tuning ng pagtuturo, at mga diskarte sa pag-align—upang makapili sila ng mga diskarte na akma sa kanilang hardware at badyet. Sinasaklaw din ng mga materyales ang inference optimization at quantization para gawing posible ang paghahatid ng mga LLM sa mga commodity GPU o maging sa mga CPU, na mahalaga para sa mga side project at startup. Itinuturing ang pagsusuri bilang isang primera klaseng paksa, na may mga halimbawa ng mga awtomatiko at human-in-the-loop na pamamaraan upang mahuli ang mga regression at i-verify ang kalidad na higit pa sa mga simpleng halaga ng pagkawala. Sa pagtatapos, ang mga mag-aaral ay may mental model at praktikal na toolkit para sa pag-ulit sa mga dataset, training config, atbp.
Mga tampok
- Mga end-to-end na notebook na sumasaklaw sa paghahanda ng data, pagsasanay, fine-tuning, at paghahatid
- Praktikal na pagtuon sa LoRA/QLoRA, pag-tune ng pagtuturo, at mga daloy ng trabaho sa pag-align
- Gabay para sa resource-constrained hardware plus quantization techniques
- Mga reproducible na setup na may mga naka-pin na dependency at malinaw na mga config
- Mga notebook ng pagsusuri para sa mga awtomatikong sukatan at mga loop ng pagsusuri ng tao
- Mga tip para sa packaging, inference optimization, at lightweight deployment
Wika ng Programming
JavaScript
Kategorya
Ito ay isang application na maaari ding kunin mula sa https://sourceforge.net/projects/llm-course.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.