第 26 周：LoRA 轻量微调 + 自选实战项目 + 全阶段作品集收尾（最终周）

本周核心目标掌握LoRA 轻量微调核心思路与实操完成自选方向实战项目最后统一整理所有项目上传 GitHub 完成全套作品集课程正式收尾。一、知识点 实操拆分按天规划Day1 LoRA 轻量微调入门学生主流低成本微调方案传统全量微调弊端参数量大、硬件要求高、耗时久LoRA 核心原理冻结原模型权重仅训练少量低秩矩阵低成本适配私有数据适用场景小数据集、普通笔记本 / 显卡即可完成微调工具链基于 Hugging Face / PEFT 库实现 LoRA 微调的整体流程Day2 LoRA 微调实操通用流程数据集制作针对任务整理训练数据问答、对话、指令数据格式代码实操加载预训练轻量化模型 启用 LoRA 配置启动训练设置训练参数、监控训练过程、保存 LoRA 微调权重微调后推理加载原模型 LoRA 权重测试微调效果Day3 自选实战项目开发三选一独立完成结合前期所学选定一个方向落地完整项目方向 1CV 图像方向图像识别小工具整合前期 CNN / 图像分类能力 大模型能力实现图片上传、内容识别、结果解析小工具方向 2NLP 文本方向智能问答 / 作文辅助模型基于本地大模型 LoRA 微调搭建专属问答系统、作文润色 / 辅助生成工具方向 3综合方向AI 聊天机器人实现多轮对话、人设定制、简单记忆功能的本地聊天机器人要求完成功能开发、界面 / 交互简化、基础测试记录运行效果。Day4 全项目整理 GitHub 作品集搭建课程收尾项目归档梳理全部 23~26 周及前期所有项目图像分类、RNN/LSTM 文本分类、大模型部署、LoRA 微调、本次自选实战项目统一整理代码、数据集、运行截图、实验文档、学习笔记GitHub 仓库搭建规范新建仓库分层创建文件夹按周 / 按项目分类编写README.md项目介绍、技术栈、运行环境、使用教程、知识点总结上传所有代码、文档、效果截图标注每个项目核心知识点二、本周验收 最终产出课程全套收尾理论 代码产出LoRA 微调学习笔记 完整微调代码自选方向实战项目可运行代码 效果演示个人 GitHub 作品集核心最终成果包含深度学习全阶段所有项目目录清晰、注释完整、文档齐全个人总结文档全课程技术路线梳理CNN 图像 → RNN/LSTM 序列 → Transformer 大模型学习心得、技术难点、后续长期拓展学习规划三、长期拓展建议课后持续学习方向进阶方向RAG 检索增强、Agent 智能体、模型量化、分布式部署工程方向简易 Web 界面搭建Gradio/Streamlit、项目封装上线算法方向深入 Transformer、预训练、对齐、多模态大模型两周整体学习节奏 重点总结1. 技术主线25 周Transformer大模型底座→ 大模型 API 调用 → 本地轻量化模型部署26 周LoRA 轻量微调 → 自选综合实战项目 → GitHub 作品集归档课程收尾2. 能力递进看懂大模型底层结构 → 会用现成大模型 → 会低成本微调模型 → 独立做综合 AI 项目 → 规范整理个人技术作品集完成从传统深度学习CV/NLP 基础模型到大模型应用的完整链路学习3. 重点提醒适配学生学习环境优先使用量化轻量模型降低电脑硬件压力LoRA 是本阶段重点也是学生做个性化模型改造的最优方案GitHub 作品集为最终交付重点务必保证代码可复现、文档清晰可作为后续求职 / 参赛素材。