专栏名称: 深度学习基础与进阶

一个百度人的技术提升之路，为您提供一系列计算机视觉，自然语言处理和推荐系统等高质量技术文章，让您的碎片化时间最大价值化

DeepSeek的多模态能力如此强大，为何科研人员还在手动处理数据？

深度学习基础与进阶 · 公众号 · · 2025-02-25 11:40

正文

请到「今天看啥」查看全文

📚 科研会议导读 📚

亲爱的老师们，欢迎来到我们的知识分享平台！在本期公众号文章中，我们精心为您准备了五场高质量的培训课程，旨在为您提供最前沿的学术和技能提升机会。无论您是科研工作者、学术研究者还是技术爱好者，这里都有适合您的课程。让我们一起来看看这些精彩的课程安排吧！

🌟 课程一：第二十一期：2025最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用高级培训班

时间：2025年3月1日-4日
培训方式：腾讯直播

🌟 课程二： 封闭式SCI论文写作精准训练营：暨论文精准选题、创新点挖掘及SCI论文写作培训班

时间： 2025年3月6日-10日
培训方式：现场*杭州

🌟 课程三： 大语言模型赋能机器学习暨ChatGPT与Python融合助力科研学者快速掌握机器学习核心技术高级培训班

时间：2025年4月17日-21日
培训方式：直播与【成都】现场同步

🌟 课程四：2025年最新深度学习与多模态融合的科研实战与前沿技术应用高级课程

时间：2025年3月20日-24日

培训方式：直播与【西安】现场同步

🌟 课程五： 2025最新：AI智能体开发与大语言模型的本地化部署、优化技术实践高级培训班

时间：2025年3月28日-30日

培训方式：腾讯直播

📚 课程一

📢 随着人工智能技术的快速发展，大语言模型如ChatGPT和DeepSeek在科研领域的应用正在为科研人员提供强大的支持。这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。

ChatGPT和DeepSeek能够快速理解和生成复杂的语言，帮助研究人员在撰写论文时提高效率，不仅生成高质量的文章内容，还能优化论文结构和语言表达。在数据分析方面，这些模型能够迅速处理和分析大量数据，帮助提取有价值的规律，提升实验效率。

对于机器学习与深度学习建模，ChatGPT与DeepSeek不仅能为科研人员提供基础的建模框架，还能帮助其优化算法参数，甚至根据数据特点自动推荐合适的算法。特别是在深度学习模型的调参过程中，ChatGPT可以通过与科研人员的互动，提供多种优化方案并帮助其选择最佳方案，避免了传统方法中可能存在的局限性和低效性。这不仅提升了科研成果的准确性，还能显著缩短实验周期，加快科研进度。 ChatGPT和DeepSeek作为先进的人工智能工具，正通过其强大的自然语言处理能力和深度学习优化能力，广泛应用于科研工作中，成为科研人员不可或缺的得力助手。应广大学者需求，Ai尚研修特召开ChatGPT和DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用高级培训班,现通知如下：

📅 培训时间

培训方式：直播与现场培训同步进行

直播时间：2025年3月1日-4日（腾讯会议直播）

🎁 会议赠送

无限学：【本课程】后期会议(线上直播免费参与一次，现场免费不限次数，仅限参会本人)

每人均可获得1个独立可永久免费使用的ChatGPT账号【官网账号、需要魔法】。

超级福利赠送1个月ChatGPT4/4o会员账号【此账号国内直接登录、无需魔法】。

参加面向科研场景的ChatGPT提示词工程大赛。

📋 课程内容简要

第一章

2024大语言模型最新进展与ChatGPT、DeepSeek等大语言模型讲解

1、2024 AIGC技术最新进展介绍（生成式人工智能的基本概念与原理、最新前沿技术和发展趋势简介）

2、 （实操演练） 国内外大语言模型（ChatGPT 4O、Gemini、Claude、Llama3、Perplexity AI、文心一言、星火、通义千问、Kimi、智谱清言、秘塔AI、DeepSeek等）对比分析

3、最新加入：（实操演练）OpenAI 12天12场直播新功能解读与演示（ChatGPT O1模型、Canvas交互式编辑画布、联网Search功能、实时语音交互、Project新建文件夹、对话记录搜索等功能）

4、最新加入：OpenAI首个智能体（Agent）Operator简介

5、最新加入：OpenAI Deep Research简介

6、（实操演练）Llama3、DeepSeek等开源大语言模型的本地部署与对话

7、 （实操演练） ChatGPT-4o对话初体验（注册与充值、购买方法）

8、 （实操演练） ChatGPT-4o科研必备GPT汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等）

9、 （实操演练） GPT Store简介与使用

10、 （实操演练） 定制自己的专属GPTs（制作专属GPTs的两种方式：聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享）

11、 （实操演练） ChatGPT-4o对话记录保存与管理

12、最新加入：（实操演练）Claude大语言模型对话初体验（对话界面主要功能介绍、上传数据文件分析并可视化、文献智能解读、自动生成代码等功能演示）

13、最新加入：（实操演练）DeepSeek使用初体验（注册与登录、App下载与安装、界面主要功能介绍与演示等）

14、最新加入:(实操演练)DeepSeek思考过程解析:Deepseek是如何思考的? 与传统大语言模型有什么不同?(由“提问-回答”二阶互动进化为“提问-拆解-回答”三阶互动)、DeepSeek 是如何拆解问题的?(MECE 原则:第一性字面拆解 + 关联问题穷举;揣摩用户的真实意图;DeepSeek 分析问题执行的13个任务是什么?

第二章

大语言模型提示词使用方法与高级技巧

（最新加入思维链及逆向工程及GPTs）

1、 （实操演练） ChatGPT Prompt (提示词)使用技巧（为ChatGPT设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等）

2、最新加入：DeepSeek与传统大语言模型在提示词撰写上的变与不变

3、 （实操演练） 常用的ChatGPT提示词模板

4、最新加入：（实操演练）基于思维链（Chain of Thought, CoT）的ChatGPT提示词优化（让OpenAI o1推理能力变强的诀窍之一）

5、 （实操演练） ChatGPT-4o提示词优化（Promptest、Prompt Perfect、PromptPal提示宝等）

6、 （实操演练） ChatGPT-4o突破Token限制实现接收或输出万字长文（Token数与字符数之间的互相换算、五种方法提交超过Token限制的文本、四种方法让ChatGPT的输出突破Token限制）

7、 （实操演练） 控制ChatGPT-4o的输出长度（使用修饰语、限定回答的范围、通过上下文限定、限定数量等）

8、 （实操演练） 保存喜欢的ChatGPT-4o提示词并一键调用

9、最新加入：（实操演练）ChatGPT-4o提示词逆向工程（破解提示词的常用方法、对别人创建的GPTs提示词进行破解）

10、最新加入（实操演练）ChatGPT-4o提示词保护策略以及构建坚不可摧的GPTs

第三章

ChatGPT-4o和DeepSeek-R1等大语言模型助力日常生活、学习与工作

1、 （实操演练） ChatGPT-4o和DeepSeek-R1助力中小学生功课辅导（写作文、作文批改、求解数学题、练习英语听说读写、物理计算、化学计算等）

2、 （实操演练） ChatGPT-4o和DeepSeek-R1助力文案撰写与润色修改

3、 （实操演练） ChatGPT-4o和DeepSeek-R1助力家庭健康管理（化验单结果解读、就诊咨询与初步诊断、常见慢病管理、日常营养膳食建议等）

4、 （实操演练） ChatGPT-4o和DeepSeek-R1助力大学生求职与就业（撰写简历、模拟面试、职业规划等）

5、 （实操演练） ChatGPT-4o和DeepSeek-R1助力商业工作（行业竞品检索与分析、产品创意设计与建议、推广营销策略与方案制定、撰写合同）

6、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1创建精美的思维导图

7、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1生成流程图、甘特图

8、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1制作PPT

9、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1自动创建视频

10、 （实操演练） ChatGPT-4o和DeepSeek-R1辅助教师高效备课（苏格拉底式教学、为不同专业学生生成不同的教学内容等）

11、 （实操演练） ChatGPT-4o和DeepSeek-R1辅助学生高效学习（利用GPTs生成专属学习计划）

12、最新加入（实操演练）将ChatGPT-4o和DeepSeek-R1对话记录中的数学公式完美复制到Word文档

第四章

ChatGPT-4o和DeepSeek-R1等大语言模型助力课题申报、论文选题及实验方案设计

1、课题申请书撰写技巧及要点剖析（项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等）

2、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 分析指定领域的热门研究方向

3、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 辅助撰写、润色课题申报书的各部分内容

4、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 总结指定论文的局限性与不足，并给出潜在的改进思路与建议

5、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 评估指定改进思路新颖性与已发表的类似工作

6、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 进一步细化改进思路，凝练论文的选题与创新点

7、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 给出具体的算法步骤，并自动生成算法的Python示例代码框架

8、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 设计完整的实验方案与数据分析流程

9、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 给出论文Discussion部分的切入点和思路

10、案例演示与实操练习

第五章

ChatGPT-4o和DeepSeek-R1等大语言模型助力信息检索、文献泛读与精读、论文写作与投稿、专利idea构思与交底书的撰写

1、 （实操演练） 传统信息检索方法与技巧总结（Google Scholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅）

2、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现联网检索文献

3、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 阅读与总结分析学术论文内容（论文主要工作、创新点、局限性与不足、多文档对比分析等）

4、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 解读论文中的系统框图工作原理

5、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 解读论文中的数学公式含义

6、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 解读论文中图表中数据的意义及结论

7、 （实操演练） ChatGPT-4o总结Youtube视频内容

8、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 完成学术论文的选题设计与优化

9、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 自动生成论文的总体框架、论文摘要、前言介绍、文献综述、完整长篇论文等

10、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 完成论文翻译（指定翻译角色和翻译领域、提供背景提示）

11、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现论文语法校正

12、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 完成段落结构及句子逻辑润色

13、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 完成论文降重

14、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 完成论文参考文献格式的自动转换

15、 （实操演练） ChatGPT-4o 和DeepSeek-R1 辅助审稿人完成论文评审意见的撰写

16、 （实操演练） ChatGPT-4o 和DeepSeek-R1 辅助投稿人完成论文评审意见的回复

17、 （实操演练） ChatGPT-4o文献检索、论文写作必备GPTs总结

18、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 完成发明专利idea的挖掘与构思

19、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 完成发明专利交底书的撰写

20、最新加入：（实操演练）利用ChatGPT-4o with canvas完成人机交互协同修改论文（智能修改建议、篇幅调整、阅读水平等级调整、润色修改等）

第六章

ChatGPT-4o和DeepSeek-R1等大语言模型助力编程入门、科学计算、数据可视化、数据预处理
【与Python融合】

1、 （实操演练） Python环境搭建（Python软件下载、安装与版本选择；PyCharm下载、安装；Python之Hello World；第三方模块的安装与使用；Python 2.x与Python 3.x对比）

2、 （实操演练） Python基本语法（Python变量命名规则；Python基本数学运算；Python常用变量类型的定义与操作；Python程序注释）

3、 （实操演练） Python流程控制（条件判断；for循环；while循环；break和continue）

4、 （实操演练） Python函数与对象（函数的定义与调用；函数的参数传递与返回值；变量作用域与全局变量；对象的创建与使用）

5、 （实操演练） Matplotlib的安装与图形绘制（设置散点、线条、坐标轴、图例、注解等属性；绘制多图；图的嵌套；折线图、柱状图、饼图、地图等各种图形的绘制）

6、 （实操演练） Seaborn、Bokeh、Pyecharts等高级绘图库的安装与使用（动态交互图的绘制、开发大数据可视化页面等）

7、 （实操演练） 科学计算模块库（Numpy的安装；ndarray类型属性与数组的创建；数组索引与切片；Numpy常用函数简介与使用）

8、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 上传本地数据（Excel/CSV表格、txt文本、PDF、图片等）

9、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现图像处理（图像缩放、旋转、裁剪、去噪与去模糊）

10、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现描述性统计分析（数据的频数分析：统计直方图；数据的集中趋势分析：数据的相关分析）

11、 （实操演练） 常用的数据预处理方法（数据标准化与归一化、数据异常值与缺失值处理、数据离散化及编码处理、手动生成新特征）

12、 （实操演练） 融合ChatGPT-4o 和DeepSeek-R1 与Python的数据预处理代码自动生成与运行

13、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 自动生成数据统计分析图表

14、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现代码逐行讲解

15、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现代码Bug调试与自动修改

16、案例演示与实操练习

第七章

ChatGPT-4o和DeepSeek-R1等大语言模型助力机器学习建模及高级应用

1、BP神经网络的基本原理（人工神经网络的分类有哪些？BP神经网络的拓扑结构和训练过程是怎样的？什么是梯度下降法？）

2、 （实操演练） BP神经网络的Python代码实现（划分训练集和测试集、数据归一化）

3、 （实操演练） BP神经网络参数的优化（隐含层神经元个数、学习率、初始权值和阈值等如何设置？什么是交叉验证？）

4、 （实操演练） 值得研究的若干问题（欠拟合与过拟合、评价指标选择、样本不平衡等）

5、 （实操演练） BP神经网络中的ChatGPT 和DeepSeek-R1 提示词库讲解

6、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现BP神经网络模型的代码自动生成与运行

7、SVM的工作原理（核函数的作用是什么？什么是支持向量？如何解决多分类问题？）

8、决策树的工作原理（什么是信息熵和信息增益？ID3算法和C4.5算法的区别与联系）

9、随机森林的工作原理（为什么需要随机森林算法？广义与狭义意义下的“随机森林”分别指的是什么？“随机”的本质是什么？怎样可视化、解读随机森林的结果？）

10、Bagging与Boosting的区别与联系

11、AdaBoost vs. Gradient Boosting的工作原理

12、 （实操演练） 常用的GBDT算法框架（XGBoost、LightGBM）

13、 （实操演练） 决策树、随机森林、XGBoost、LightGBM中的ChatGPT提示词库讲解

14、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现决策树、随机森林、XGBoost、LightGBM模型的代码自动生成与运行

15、案例演示与实操练习

第八章

ChatGPT-4o和DeepSeek-R1等大语言模型助力助力机器学习模型优化：变量降维与特征选择

1、主成分分析（PCA）的基本原理

2、偏最小二乘（PLS）的基本原理

3、 （实操演练） 常见的特征选择方法（优化搜索、Filter和Wrapper等；前向与后向选择法；区间法；无信息变量消除法；正则稀疏优化方法等）

4、遗传算法（Genetic Algorithm, GA）的基本原理（以遗传算法为代表的群优化算法的基本思想是什么？选择、交叉、变异三个算子的作用分别是什么？）

5、 （实操演练） PCA、PLS、特征选择、群优化算法的ChatGPT-4o 和DeepSeek-R1 提示词库讲解

6、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现变量降维与特征选择算法的代码自动生成与运行

第九章

ChatGPT-4o和DeepSeek-R1等大语言模型助力卷积神经网络建模与代码自动生成

1、深度学习简介（深度学习大事记、深度学习与传统机器学习的区别与联系）

2、卷积神经网络的基本原理（什么是卷积核、池化核？CNN的典型拓扑结构是怎样的？CNN的权值共享机制是什么？）

3、卷积神经网络的进化史：LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系

4、 （实操演练） 利用PyTorch构建卷积神经网络（Convolution层、Batch Normalization层、Pooling层、Dropout层、Flatten层等）

5、 （实操演练） 卷积神经网络调参技巧（卷积核尺寸、卷积核个数、移动步长、补零操作、池化核尺寸等参数与特征图的维度，以及模型参数量之间的关系是怎样的？）

6、 （实操演练） 卷积神经网络中的ChatGPT-4o 和DeepSeek-R1 提示词库讲解

7、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现卷积神经网络模型的代码自动生成与运行

（1）CNN预训练模型实现物体识别；

（2）利用卷积神经网络抽取抽象特征；

（3）自定义卷积神经网络拓扑结构

8、案例演示与实操练习

第十章

ChatGPT-4o和DeepSeek-R1等大语言模型助力迁移学习建模与代码自动生成

1 、迁移学习算法的基本原理

2、 （实操演练） 基于深度神经网络模型的迁移学习算法

3、 （实操演练） 迁移学习中的ChatGPT-4oT 和DeepSeek-R1 提示词库讲解

4、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现迁移学习模型的代码自动生成与运行

5、实操练习

第十一章

ChatGPT-4o和DeepSeek-R1等大语言模型助力RNN、LSTM建模与代码自动生成

1、循环神经网络RNN的基本工作原理

2、长短时记忆网络LSTM的基本工作原理

3、 （实操演练） RNN与LSTM中的ChatGPT-4o 和DeepSeek-R1 提示词库讲解

4、 （实操演练） 利用ChatGPT-4o 和DeepSeek-R1 实现RNN、LSTM模型的代码自动生成与运行

5、案例演示与实操练习

第十二章

ChatGPT-4o和DeepSeek-R1等大语言模型助力YOLO目标检测建模与代码自动生成

1 、什么是目标检测？目标检测与目标识别的区别与联系

2、YOLO模型的工作原理，YOLO模型与传统目标检测算法的区别

3、 （实操演练） YOLO模型中的ChatGPT-4o和DeepSeek-R1提示词库讲解

4、 （实操演练） 利用ChatGPT-4o 和 DeepSeek-R1 实现YOLO目标检测模型的代码自动生成与运行

（1）利用预训练好的YOLO模型实现图像、视频、摄像头实时检测；

（2）数据标注演示（LabelImage使用方法介绍）；

（3）训练自己的目标检测数据集

5、案例演示与实操练习

第十三章

ChatGPT-4o和DeepSeek-R1等大语言模型助力机器学习与深度学习建模的案例实践应用

1、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1实现近红外光谱分析模型的建立、代码自动生成与运行

2、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1实现生物医学信号（时间序列、图像、视频数据）分类识别与回归拟合模型的建立、代码自动生成与运行

3、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1实现遥感图像目标检测、地物分类及语义分割模型的建立、代码自动生成与运行

4、 （实操演练） 利用C hatGPT-4o和DeepSeek-R1实现大气污染物预测模型的建立、代码自动生成与运行

5、 （实操演练） 利用ChatGPT-4o和DeepSeek-R1实现自然语言处理模型的建立、代码自动生成与运行

6、案例演示与实操练习

第十四章

ChatGPT-4o高级绘图技术

1、 （实操演练） 利用ChatGPT-4o DALL.E 3生成图像（下载图像、修改图像）

2、 （实操演练） ChatGPT-4o DALL.E 3常用的提示词库（广告海报、Logo、3D模型、插画、产品包装、烹饪演示、产品外观设计、UI设计、吉祥物设计等）

3、 （实操演练） ChatGPT-4o DALL.E 3中的多种视图（正视图、后视图、侧视图、四分之三视图、鸟瞰视图、全景视图、第一人称视角、分割视图、截面视图等）

4、 （实操演练） ChatGPT-4o DALL.E 3中的多种光效（电致发光、化学发光、生物荧光、极光闪耀、全息光等）

5、 （实操演练） ChatGPT-4o DALL.E 3格子布局与角色一致性的实现

6、 （实操演练） ChatGPT-4o DALL.E 3生成动图GIF

7、 （实操演练） Midjourney工具使用讲解

8、 （实操演练） Stable Diffusion工具使用讲解

9、 （实操演练） Runway图片生成动画工具使用讲解

10、案例演示与实操练习

第十五章

基于ChatGPT-4o 和DeepSeek-R1等大语言API接口调用与完整项目开发

1、（实操演练） GPT模型API接口的调用方法（API Key的申请、API Key接口调用方法与参数说明）

2、最新加入：DeepSeek API接口的调用方法（API Key的申请、API Key接口调用方法与参数说明）

3、 （实操演练） 利用GPT和DeepSeek等API实现完整项目开发

（1）聊天机器人的开发

（2）利用GPT API和Text Embedding生成文本的特征向量

（3）构建基于多模态（语音、文本、图像）的阿尔茨海默病早期筛查程序

3、案例演示与实操练习

第十六章

课程总结与答疑讨论

1、课程总结（关键知识点回顾）

2、答疑与讨论

3、相关学习资料分享与拷贝

4、建立微信群，便于后期的讨论与答疑

📞 报名咨询

联系人：王倩

微信二维码：

📚 课程二

📢 学术论文写作是科研人员、研究生和青年学者面临的一大挑战，从选题确定到创新点挖掘，再到最终成稿，每一步都需要逻辑清晰、方法科学、语言精准。然而，繁重科研任务和指导资源有限常让人感到迷茫。为帮助学员突破论文写作瓶颈，我们设计了“论文选题与创新思路封闭训练营”，提供系统化写作指导与一对一深度辅导。本课程最大特色是导师全程参与，与学员深度互动，针对研究领域进行选题可行性和新颖性分析，梳理背景并挖掘创新思路。同时，课程通过封闭式集中训练，将学术写作拆解为具体步骤，包括文献综述、研究方法、实验方案和结果分析，帮助构建科学高效的写作流程。

📅 培训时间

培训方式： 现场培训
时间与地点： 2025年3月6日-10日，地点：杭州（6日全天办理报道、授课四天）

💡课程亮点：

一对一精准选题指导： 优化选题，确保新颖性与学术价值。
创新思路梳理与指导： 挖掘独特创新点，结合学术前沿。
封闭式高效训练模式： 番茄钟管理法，高效完成全流程写作。
全方位实操支持： 模板、提示词、数据分析与实验设计实例教学。
答疑与反馈机制: 每日集中答疑+一对一辅导，精准解决问题

🧑‍🎓 面向人群：

硕士与博士： 希望撰写高质量毕业论文或发表学术文章的研究生群体。

科研工作者： 从事科研工作、希望提升论文选题能力和创新水平的学者。

青年学术新手： 初次接触SCI论文写作、需要系统学习写作流程的入门者。

无论您是初学者还是有一定经验的科研人员，这门课程都将为您提供实用、高效的学术写作方法和个性化的指导支持，帮助您写出逻辑清晰、内容新颖的高水平学术论文。加入我们，让您的学术梦想更进一步！

🎁 会议赠送

超级福利：赠送1个月 ChatGPT4 /4o会员账号（此账号国内直接登录、无需魔法）。

👍 往期学员好评

📋 课程内容简要

章节设置

会议前序：讲解内容1.5天

第一章

ChatGPT-4o使用方法与技巧

1、ChatGPT Prompt (提示词)使用技巧（为ChatGPT设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等）

2、ChatGPT提示词优化（Promptest、Prompt Perfect、PromptPal提示宝等）

3、ChatGPT提示词逆向工程（破解提示词的常用方法、对别人创建的GPTs提示词进行破解）

4、ChatGPT-4o with canvas交互式修改文章（一键生成智能修改建议、调整阅读难度等级、扩写/缩写文章）

5、ChatGPT-4o GPTs生成流程图

6、实操练习

第二章

ChatGPT-4o辅助文献检索、总结与分析

1、传统信息检索方法与技巧总结（Google Scholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅）

2、利用ChatGPT-4o 实现联网检索文献

3、利用ChatGPT-4o阅读与总结分析学术论文内容（论文主要工作、创新点、局限性与不足、多文档对比分析等）

4、利用ChatGPT-4o解读论文中的系统框图工作原理

5、利用ChatGPT-4o解读论文中的数学公式含义

6、利用ChatGPT-4o解读论文中图表中数据的意义及结论

7、实操练习

第三章

ChatGPT-4o辅助学术论文选题、创新点挖掘与实验方案设计

1、利用ChatGPT-4o分析指定领域的热门研究方向

2、利用ChatGPT-4o总结指定论文的局限性与不足，并给出潜在的改进思路与建议

3、利用ChatGPT-4o评估指定改进思路的新颖性与已发表的类似工作

4、利用ChatGPT-4o进一步细化改进思路，凝练论文的选题与创新点

5、利用ChatGPT-4o给出具体的算法步骤，并自动生成算法的Python示例代码框架

6、利用ChatGPT-4o设计完整的实验方案与数据分析流程

7、实操练习

第四章

ChatGPT-4o辅助学术论文开题与大纲生成

1、学员结合自身的研究方向，利用ChatGPT-4o辅助寻找自己拟写作论文的题目

2、利用ChatGPT-4o生成并优化论文的大纲与框架

第五章

ChatGPT-4o辅助学术论文写作马拉松活动介绍

1、活动流程、目标与期望成果

2、番茄钟时间管理法简介

3、基于番茄钟时间管理法的学术论文拆解，计算论文各个组成部分需要的番茄钟数，制定详尽的番茄钟写作计划

4、实操练习

会议后续：开启一对一与现场写作（2.5天）

第六章

ChatGPT-4o辅助写作摘要部分

目标： 撰写论文的【摘要】部分（500字左右）

时间： 两个番茄钟

写作方法： 参考提供的学术论文【摘要】部分的结构思维导图，利用提供的【摘要】模板和提示词模板，完成论文【摘要】部分的初稿（～10句话）。

第七章

ChatGPT-4o辅助写作引言部分

目标： 撰写论文的【引言】部分（1500字左右）

时间： 六个番茄钟

写作方法： 参考提供的学术论文【引言】部分的结构思维导图，利用提供的【引言】模板和提示词模板，完成论文【引言】部分的初稿。（～30句话）

第八章

ChatGPT-4o辅助写作Related Works部分

目标： 撰写论文的【Related Works】部分（1000字左右）

时间： 四个番茄钟

写作方法： 参考提供的学术论文【Related Works】部分的结构思维导图，利用提供的【Related Works】模板和提示词模板，完成论文【Related Works】部分的初稿。（～20句话）

第九章

Day 2总结与答疑讨论

1、梳理学员普遍存在的共性问题，并进行答疑指导

2、一对一辅导，解决写作过程中存在的问题

第十章

ChatGPT-4o辅助写作方法与原理部分

目标： 撰写论文的【方法与原理】部分（1000字左右）

时间： 四个番茄钟

写作方法： 参考提供的学术论文【方法与原理】部分的结构思维导图，利用提供的【方法与原理】模板和提示词模板，完成论文【方法与原理】部分的初稿。（～20句话）

第十一章

ChatGPT-4o辅助写作实验方案与结果部分

目标： 撰写论文的【实验方案与结果】部分（2000字左右）

时间： 八个番茄钟

写作方法： 参考提供的学术论文【实验方案与结果】部分的结构思维导图，利用提供的【实验方案与结果】模板和提示词模板，完成论文【实验方案与结果】部分的初稿。（～40句话）

第十二章

Day 3总结与答疑讨论

1、梳理学员普遍存在的共性问题，并进行答疑指导

2、一对一辅导，解决写作过程中存在的问题

第十三章

ChatGPT-4o辅助写作讨论部分

目标： 撰写论文的【讨论】部分（1500字左右）

时间： 六个番茄钟

写作方法： 参考提供的学术论文【讨论】部分的结构思维导图，利用提供的【讨论】模板和提示词模板，完成论文【讨论】部分的初稿。（～30句话）

第十四章

ChatGPT-4o辅助写作结论部分

目标： 撰写论文的【结论】部分（500字左右）

时间： 两个番茄钟

写作方法： 参考提供的学术论文【结论】部分的结构思维导图，利用提供的【结论】模板和提示词模板，完成论文【结论】部分的初稿。（～10句话）

第十五章

ChatGPT-4o辅助写作润色修改

1、通篇检查并修改论文的语法问题

2、通篇检查并修改论文的逻辑问题

3、通篇检查并修改论文的参考文献格式

4、论文的图、表及公式的优化

第十六章

Day 4总结与答疑讨论

1、梳理学员普遍存在的共性问题，并进行答疑指导

2、一对一辅导，解决写作过程中存在的问题

3、课程资源分享与总结

会议后序：开启一对一讨论与写作

📚 课程三

📢 近年来，人工智能技术飞速发展，ChatGPT与Python的结合为科研带来了革命性变化。这种融合大幅提升了从基础编程到深度学习的全流程效率，使复杂任务更加直观易懂。ChatGPT能够实时生成代码、优化算法并调试错误，从Python基础知识、数据处理、可视化到深度学习框架（如PyTorch）的环境搭建与模型实现，提供全面支持。科研人员可通过ChatGPT快速掌握卷积神经网络（CNN）、生成对抗网络（GAN）、迁移学习等前沿技术，完成数据预处理、特征选择、变量降维及模型调参等任务，实现理论与实践的高效结合。

这种结合不仅降低了深度学习技术的学习门槛，还显著提高了科研效率和成果质量。通过ChatGPT的指导，科研人员能更快实现复杂模型的构建与优化，推动这些技术在医学图像处理、时间序列分析、语义分割等领域的广泛应用。同时，Python与ChatGPT的整合为学术创新提供了强有力的工具支持，使科研人员能够专注于解决复杂问题、撰写高水平论文，并在人工智能领域取得突破，成为现代科研不可或缺的核心能力。

📅 培训时间

培训方式：直播与现场培训同步进行
时间与地点：2025年4月17日-21日，地点：成都（17日全天办理报道、授课四天）
直播时间：2025年4月18日-21日（腾讯会议直播）

🎁 会议赠送

超级福利：赠送1个月 ChatGPT4 /4o会员账号（此账号国内直接登录、无需魔法）。

📋 课程内容简要

上下滑动查看更多内容

📚 课程四

📢 近年来，伴随着以卷积神经网络（CNN）为代表的深度学习的快速发展，人工智能迈入了第三次发展浪潮，AI技术在各个领域中的应用越来越广泛。为了帮助广大学员更加深入地学习人工智能领域最近3-5年的新理论与新技术，Ai尚研修推出全新的“Python深度学习进阶与应用”培训课程，让你系统掌握AI新理论、新方法及其Python代码实现。课程采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，抽丝剥茧、深入浅出讲解注意力机制、Transformer模型（BERT、GPT-1/2/3/3.5/4、DETR、ViT、Swin Transformer等）、生成式模型（变分自编码器VAE、生成式对抗网络GAN、扩散模型Diffusion Model等）、目标检测算法（R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SDD等）、图神经网络（GCN、GAT、GIN等）、强化学习（Q-Learning、DQN等）、深度学习模型可解释性与可视化方法（CAM、Grad-CAM、LIME、t-SNE等）的基本原理及Python代码实现方法。（备注：该培训课程为进阶课程，需要学员掌握卷积神经网络、循环神经网络等前序基础知识。同时，应具备一定的Python编程基础，熟悉numpy、pandas、matplotlib、scikit-learn、pytorch等第三方模块库。）现通知如下：

📅 培训时间

培训方式：直播与现场培训同步进行
时间与地点：2025年3月20日-24日，地点：西安（20日全天办理报道、授课四天）
直播时间：2025年3月21日-24日（腾讯会议直播）

📋 课程内容简要

上下滑动查看更多内容

📚 课程五

📢 在过去几年里，人工智能技术取得了飞跃性进展，特别是大语言模型的崛起，已成为推动各行各业创新与变革的重要力量。大语言模型不仅在自然语言处理领域带来了突破，也为智能体的构建、自动化任务执行等多种应用场景提供了前所未有的可能。随着OpenAI的GPT系列模型的迭代升级，以及Llama、DeepSeek等开源大语言模型的不断涌现，智能体技术的应用已经深入到科研、教育、商业等多个领域，影响深远。

为了帮助广大科研人员和技术专家把握这一时代的机遇，我们特别推出了《智能体与大语言模型高级实战：开发、本地化部署与优化》高级培训班。本课程旨在为学员提供从智能体构建、大语言模型开发到本地化部署与优化的系统化学习，帮助大家全面掌握智能体的前沿技术，深入了解大语言模型的应用与优化技巧，并通过实际操作提升技术能力。

课程内容涵盖了智能体的构建流程与技术要点、大语言模型的原理及优化应用、开源模型的本地化部署以及如何通过先进的优化手段提升模型性能。课程采取理论讲解与实战操作相结合的方式，学员将通过大量实操演练，深入理解并掌握各项技能，从而在科研工作中更高效、智能地应用大语言模型和智能体技术。

无论您是正在从事人工智能相关研究的科研人员，还是有意提升技术能力的高校教师和行业专家，这门课程都将帮助您把握人工智能技术的最新动态，推动您的研究与实践走在科技前沿。加入我们，一起探索大语言模型和智能体技术的无限潜力，开创更加智能化的未来！

📅 培训时间