课程简介
在人工智能迅猛发展的当下，AI模型应用开发已成为推动各行业智能化转型的关键力量。
从自然语言处理到语音识别，再到图像视频分析，AI模型的应用场景日益广泛。然而，许多开发者在面对复杂的开发环境与工具时感到困惑，不知如何高效搭建开发环境、选择合适的模型与框架。同时，市场上对掌握AI模型应用开发技能的人才需求激增。
本课程聚焦AI模型应用开发实战，从开发环境与工具准备入手，详细讲解Anaconda、VSCode、Jupyter Notebook等基础工具的安装与使用，以及GPU驱动、AI开发框架的配置。随后，深入NLP、语音识别、图像视频主流模型的应用开发，通过实战案例提升学员的动手能力。最后，探讨LLM大模型的应用开发，包括模型分类、开发框架选型、本地化部署及Langchain AI Agent应用开发，助力学员做出最优 AI 模型的技术选型来支撑智能应用的设计和开发，更好地满足客户的实际智能业务需求。
课程收益
1、帮助学员掌握AI模型应用开发环境与开发工具
2、帮助学员掌握NLP、语音识别、图像视频主流模型应用开发实战技能
3、帮助学员学会AI模型技术的快速学习能力与应用架构的思考能力
受众人群
1. 人工智能及智能科学相关专业的高校教师
2. 正在从事或未来想从事AI应用开发等方向的人员
3. 未来想从事AI模型与现有应用系统集成的人员
4. 人工智能及智能科学相关专业的大学生
课程周期
5天（30H）
课程大纲
标题 | 授课内容 |
一、AI 模型应用开发环境与开发工具准备 | 1. 了解 AI 模型应用开发流程（（非 AI 模型算法开发）） 2. 开发基础环境 Anaconda 简介、安装与使用 3. 开源向量数据存储组件或向量数据库安装 4. 开发基础环境 VSCode + Jupyter Notebook插件安装与配置 5. GPU 显卡驱动及其程序包、Pytorch/Tensorflow AI 模型应用开发框架与LLM AI 推理框架的安装、配置与使用 6. 使用 conda、pip 安装常用开源程序包 |
二、NLP 主流模型应用开发 | 1. 中文关键词抽取应用开发实战 2. NER 实体及其关系识别应用开发实战 3. NLP 机器翻译模型应用开发实战 4. NLP 文本分类任务开发实战 5. LSTM 文本情感分析任务开发实战 6. BERT 预训练模型应用开发实战 |
三、语音识别主流模型应用开发 | 1. Whisper 模型语音识别应用开发实战 2. FunASR 模型语音势必应用开发实战 |
四、图像视频主流模型应用开发 | 1. CNN 模型图像识别应用开发实战 2. RNN 模型图像识别应用开发实战 3. DNN 模型图像识别应用开发实战 4. CNN 模型视频监控目标检测应用开发实战 5. RNN 模型视频监控目标检测应用开发实战 6. DNN 模型视频监控目标检测应用开发实战 |
五、常见 LLM 大模型应用开发 | 1. 国内外 LLM 大模型分类及其功能简介 2. LLM 大模型主流应用开发框架及其选型 3. LLM 本地大模型推理服务框架简介、本地化部署与使用 4. 商业 LLM 大模型 API 接口服务准备与使用 5. 基于 LLM 大模型的 Langchain AI Agent 应用开发实战 |
Max Yang
百林哲咨询（北京）有限公司专家团队成员
Max Yang
百林哲咨询（北京）有限公司专家团队成员
Max Yang
百林哲咨询（北京）有限公司专家团队成员
Max Yang
百林哲咨询（北京）有限公司专家团队成员
Max Yang
百林哲咨询（北京）有限公司专家团队成员
Max Yang
百林哲咨询（北京）有限公司专家团队成员
Max Yang
百林哲咨询（北京）有限公司专家团队成员
京ICP备2022035414号-1
