非单卖

AI深度学习与大模型开发与训练

821人已购买 | 好评度100% |
TensorFlow深度学习与项目训练 Pytorch深度学习与项目训练 大模型微调与训练 ML-Agent 开发与MCP 开发

 

认真服务好每一位学员 

——博毅创为游戏学院

适合人群

1:学习AI深度学习框架与训练的开发者;

2:游戏开发工具AI+提升工作效率的创业者;

3学习大模型微调+AI Agent + MCP开发的开发者;

4:想要使用AI工具提升工作效率的开发者;

 

课程目标

1:掌握游戏开发种常用AI工具的工作流;

2:掌握Tensforflow与Pytorch深度学习训练的原理;

3:掌握大模型训练,蒸馏+微调;

4: AI-Agent 的智能APP开发;

 

第001部分:Python环境安装与程序设计

01初识python

02python代码入口_print_变量

03python_表达式运算

04python_顺序执行_条件判断_while循环

05python_逻辑运算_列表

06python_函数_参数_返回_函数调用

07python_元组_字典

08python_类_对象_对象实例

09python继承重载垃圾回收

10python字符串基本使用

11python读写文件

12pytho异常模块与第三方库安装

13python第一个web服务器

第002部分:Tensorflow深度学习框架

第001课TensorFlow的环境安装

第002课深度学习处理问题基本原理

第003课tf1数据流图的构建与详解

第004课tf1数据流图的执行详解

第005课tf.Operation_tf.Tensor与名字空间

第006课tf.constant与tf.Variable

第007课tf.variable图解与tf.placeholder

第008课分类问题的神经网络训练(一)

第009课分类问题的神经网络训练(二)

第010课分类问题的神经网络训练(三)

第011课神经网络的常见问题与解决手段(—)

第012课神经网络的常见问题与解决手段(二)损失函数

第013课导数_偏导_梯度_原理详解

第014课神经网络的常见问题与解决手段(三)梯度下降训练神经网络原理与推导

第015课反向传播算法的原理推导

第016课神经网络的常见问题与解决手段(四)动态学习率与过度拟合

第017课神经网络常见问题与解决手段(五)滑动平均模型的公式原理分析

第018课神经网络总结

第003部分:几种经典的神经网络与训练

一:全连接神经网络+数字识别训练

第001课经典数字识别mnist数据集详解

第002课使用全连接神经网络识别数字(一)

第003课mnist手写识别神经网络训练与验证

第004课神经网络训练计算图详解与分析

第005课神经网络处理手段对结果的影响

第006课训练模型的持久化与生成发布

第004部分:AI智能编码工具使用:AI开发游戏框架(Unity+Cocos)

第001节框架开发的基本设计原则

第002节框架的目录结构与Module核心机制

第003节启动流程的整理

第004节编写双引擎的单例组件

第005节Unity框架内置YooAssets资源管理

第006节Unity框架内置YooAssets资源管理

第007节Al开发Cocos框架实现资源管理模块

第008节Al开发事件订阅与通知模块

第009节Al开发定时器模块

第010节Al开发音乐音效模块

第011节AI开发日志模块

第012节AI开发HttpClient模块

第013节AI开发Excel的csv数据解析模块

 

第005部分:大模型的部署与API编程

基于Ollama的大模型部署+API开发

第001节Ollama的下载与安装

第002节Ollama的核心机制与API:Stream与Thinking,StructOutput

第002节Ollama的核心机制与API:Vison,Embeddings,Tool calling,Web search

第003节Ollama的本地部署常用的开源推理模型

第004节调用Ollama管理的模型与功能

第005节文本转数字向量与数字向量数据库

基于OpenCode智能编程工具的AI Agent开发与项目实战

第001节AI Agent的系统框架设计与架构

第002节源码下载与安装智能开发工具OpenCode

第003节分析OpenCode的多大模型的管理系统

第004节分析OpenCode的前端架构

第005节分析OpenCode的后端服务器架构

第006节分析OpenCode的Skill处理思路与流程

第007节分析OpenCode的本地工具与数据处理

第008节分析OpenCode的MCP的机制与管理

第009节CLI 核心引擎,Agent 运行时与编排逻辑

第010节SDK 工具库(JS/TS 客户端)

第011节 插件系统基础设施

第012节 Electron/Tauri 桌面应用外壳

第013节 营销站点与文档前端

第014节共享 UI 组件库

第015节Hono, SST无服务器函数与云逻辑

第016节企业版功能模块

第017节控制台子包集合

第018节身份认证模块

第019节Slack 集成

第020节扩展机制设计

第021节技术选型与系统架构

MCP开发

第001节MCP协议的原理与生态

第002节如何集成MCP到智能化编程工具

第003节基于Unity引擎实现一个编辑器操作的MCP

第004节基于Unity引擎来实现MCP的一些通用功能:创建物体等

第005节基于Python或Node.js开发一些提效MCP工具

 

第006节开发一个基于AI模型的去背景图片的工具

 

 

第006部分:模型训练,参数微调,模型蒸馏

模型训练核心基础

第01节: 模型训练整体流程与核心概念

第02节:训练数据构建与预处理规范

第03节:神经网络参数与超参数详解

第04节:损失函数选择与适配场景

第05节:主流优化器原理与选型

第06节:模型训练正则化防过拟合

第07节:训练硬件环境与算力适配

第08节:模型训练监控与指标评估

第09节:迁移学习与微调核心逻辑

第10节:全量参数微调实战

第11节:大模型全量微调难点与优化

第12节:冻结层微调(特征提取微调)

第13节:LoRA低秩适配微调核心原理

第14节:LoRA微调实操与参数调优

第15节:QLoRA量化微调原理与实战

第16节:Prefix/Prompt Tuning提示微调

第17节:P-Tuning/P-Tuning v2进阶微调

第18节:Adapter微调轻量化方案

第19节:微调超参系统化调优策略

第20节:微调模型效果评估与问题排查

模型蒸馏原理与工程落地

第21节:模型蒸馏核心概念与价值

第22节:经典离线蒸馏

第23节:多 Teacher 模型蒸馏策略

第24节:在线蒸馏与自蒸馏进阶

第25节:特征蒸馏与中间层知识迁移

第26节:大模型专属蒸馏技术

第27节:蒸馏模型训练优化与避坑

第28节:蒸馏模型部署与性能测评

综合项目实战

《全流程实战1:CV模型训练+微调+蒸馏》

《全流程实战2:大模型微调+蒸馏工业级落地》

 

第007部分:打造游戏开发智能化工作流

第001节开发智能去背景工具

第002节开发豆包去水印工具

第003节打造抠图工作流

第004节视频转帧动画工作流

第005节音频提取工作流

第006节图片体积压缩工作流

第007节编辑器智能操作MCP

注意:

每节课平均(40~90分钟);

网盘+加密播放器交付课程服务;

10:00~23:00一对一指导:

语音文字,远程协助等;

后续不断更新,增加新内容与版本升级

学习周期根据学员自身基础决定;

具体咨询Blake老师;

 

报名咨询

微信.jpg

QQ:3238943271

微信:bycw007

AI深度学习与怪物训练

部分更新完成,后续持续更新

 

 

做游戏,长期主义+机会主义

2015~至今

 

 

 

关注公众号

可用手机学习

获取最新课程