身为一名有着多年编程经验的老程序员，从PC端、服务端再到移动端的开发，精通C++、C#、Python、Java、Swift、Kotlin以及TypeScript等多种编程语言，自觉在技术领域也算阅历颇丰。然而，当下全新的时代浪潮正汹涌袭来，新的工具链与技术栈不断涌现。在这股浪潮之中，及时更新知识储备已然成为必然。倘若不早早踏上学习与追随的道路，恐怕瞬间就会被时代的浪花无情拍落，不知被卷向何方。

彭老师的专业功底极为深厚，与那些满心焦虑、只会夸夸其谈卖课的所谓“布道师”截然不同。彭老师既有扎实的学术根基，又有精湛的技术能力。在《开发实战营》中，详细讲解Embedding、Prompt、LangChain、Plugin以及大模型的私有化部署等内容；到了《微调实战营》，又深入剖析Transformer工具链、PEFT、Lora、AWD/GPTQ量化、DeepSpeed的使用等关键技术。

课堂之上，彭老师会结合学术论文，深入阐释原理、解读算法，还会进行细致的比较分析。实战环节更是配备了极为详尽的代码及注释，代码调用从简单基础的入门级别，逐步深入到复杂精细的调整层面，涵盖全面。课后答疑同样十分出色，无论是在直播间，还是在交流群里，彭老师都耐心且细致地为大家解答疑问。

不过，对于我这样一个曾亲手编写过CNN、SVM等简单Python代码，对机器学习算法有一定基础认知的人而言，微调算法的知识跨度着实不小，其中涉及诸多高深的数学理论，难以在有限的课堂时间里进行详尽阐释。在这个新领域迅猛发展、新技术集中涌现的时期，老师只能带领我们快速浏览，对各类新兴技术进行初步比较。但即便如此，我也从中切实感受到了时代的脉搏与行业的未来走向，不再被那些不着边际的吹嘘和所谓“王炸”的鸡血言论所迷惑，而是能够更加理性、深入且全面地洞察大语言技术的未来趋势。这项技术虽没有被过度神化，但要掌握也绝非易事。

大模型技术势必会经历一个优胜劣汰、竞争异常激烈的阶段。但如果不积极学习，就注定会被远远甩在后面。就我自身而言，通过这段时间的学习，已经不再局限于摆弄基础算法做些简单示例，而是能够运用当下流行的大型框架与数据进行调用和微调，既仰望技术前沿，又能将其落地应用。

在此，衷心感谢极客时间提供这样优质的学习平台，也特别感激彭靖田老师如此精彩的知识分享。正所谓“师傅领进门，修行靠个人”。既然已经踏入这个领域，日后我必定会持续深入钻研，紧跟时代步伐，不断前行。

课程目录：

代码

08 第八周

07 第七周

06 第六周

05 第五周

05 第四周

04 第三周

03 第二周

02 第一周

00 开营分享

课程表.png

github仓库地址.txt