掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
深度學習和大模型原理與實踐
本類五星書更多>
-
>
貨幣大歷史:金融霸權(quán)與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創(chuàng)意玩具書(精裝4冊)
深度學習和大模型原理與實踐 版權(quán)信息
- ISBN：9787302675419
- 條形碼：9787302675419 ; 978-7-302-67541-9
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：
深度學習和大模型原理與實踐 本書特色
本書以清晰易懂的語言深入剖析深度學習的核心原理，從基礎(chǔ)算法到復(fù)雜模型架構(gòu)，為讀者揭開技術(shù)神秘面紗。書中詳細闡述大模型的構(gòu)建、訓練與優(yōu)化策略，結(jié)合豐富的實踐案例，使抽象理論具象化。無論是深度學習初學者渴望入門，還是專業(yè)人士欲深入探索大模型奧秘，本書都能提供全面且深入的指引，是一本不可多得的深度學習與大模型學習寶典，幫助讀者在這個前沿技術(shù)領(lǐng)域快速提升認知與實踐能力，緊跟時代技術(shù)浪潮。
深度學習和大模型原理與實踐 內(nèi)容簡介
本書是一本全面深入探討深度學習領(lǐng)域的核心原理與應(yīng)用實踐的專業(yè)書籍。本書旨在為讀者提供系統(tǒng)的學習路徑,從深度學習的基礎(chǔ)知識出發(fā),逐步深入到復(fù)雜的大模型架構(gòu)和算法實現(xiàn)。本書適合深度學習初學者、中級開發(fā)者以及對大模型有深入研究需求的專業(yè)人士。通過閱讀本書,讀者不僅能夠掌握深度學習的理論基礎(chǔ),還能通過豐富的實戰(zhàn)案例,提升解決實際問題的能力。
深度學習和大模型原理與實踐 目錄
第1章 從機器學習到大模型1.1 AI的兩次技術(shù)革命1.2 AI技術(shù)發(fā)展歷程1.3 機器學習是什么1.4 機器學習有哪些分支1.5 什么是強化學習1.6 深度學習的核心思想1.7 卷積神經(jīng)網(wǎng)絡(luò)1.8 生成式AI是如何發(fā)展起來的1.9 大語言模型1.10 是否所有大語言模型都是生成式AI1.11 大語言模型LLM能干什么1.12 大語言模型的“大”是什么含義1.13 大模型的核心技術(shù)第1章 從機器學習到大模型1.1 AI的兩次技術(shù)革命1.2 AI技術(shù)發(fā)展歷程1.3 機器學習是什么1.4 機器學習有哪些分支1.5 什么是強化學習1.6 深度學習的核心思想1.7 卷積神經(jīng)網(wǎng)絡(luò)1.8 生成式AI是如何發(fā)展起來的1.9 大語言模型1.10 是否所有大語言模型都是生成式AI1.11 大語言模型LLM能干什么1.12 大語言模型的“大”是什么含義1.13 大模型的核心技術(shù)1.14 Transformer背后的黑科技1.15 Transformer演變了哪些成功的模型1.16 主流算法框架介紹1.17 Transformer模型的應(yīng)用
第2章 PyTorch編程基礎(chǔ)2.1 PyTorch 的卓越歷程2.2 Pytorch的優(yōu)點2.3 Pytorch的使用場景2.4 NumPy庫的數(shù)組2.5 Tensor操作2.6 GPU加速2.7 自動求導(dǎo)2.8 PyTorch 神經(jīng)網(wǎng)絡(luò)2.9 構(gòu)建神經(jīng)網(wǎng)絡(luò)2.10 使用GPU加速2.11 PyTorch實戰(zhàn)案例
第3章 卷積神經(jīng)網(wǎng)絡(luò)3.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)3.2 感知機3.3 前饋神經(jīng)網(wǎng)絡(luò)3.4 學習率3.5 激活函數(shù)3.6 深度學習3.7 卷積神經(jīng)網(wǎng)絡(luò)
第4章Transformer4.1 Transformer原理4.2 BERT介紹4.3 其他預(yù)訓練模型
第5章 基于深度學習的推薦5.1 基于行為的協(xié)同過濾5.2 基于深度學習的推薦5.3 基于pytorch的DeepFM的完整實戰(zhàn)代碼5.4 模型訓練代碼實戰(zhàn)
第6章 YOLO目標檢測6.1 什么是YOLO？6.2 YOLO v16.3 YOLO v26.4 YOLO v36.5 YOLOv46.6 YOLOv56.7 YOLOv8
第7章 人臉識別應(yīng)用7.1 應(yīng)用場景介紹7.2 人臉識別系統(tǒng)架構(gòu)7.3 人臉檢測模型：RetinaFace7.4 訓練模型7.5 預(yù)測目標7.6 人臉識別模型：ArcFace7.7 應(yīng)用實戰(zhàn)
第8章 SwinTransformer視覺大模型詳解8.1 Vision Transformer如何工作？8.2 Vision Transformer是**代CV大模型8.3 ViT模型架構(gòu)8.4 第二代CV大模型：Swin Transformer8.5 核心代碼講解
第9章 地圖智能搜索算法應(yīng)用9.1 產(chǎn)品介紹9.2 文本匹配任務(wù)9.3 ERNIE簡介9.4 深度語義召回9.5 深度語義相關(guān)性
第10章 AI大模型與ChatGPT10.1 大模型發(fā)展的驅(qū)動力10.2 語言模型的定義及作用10.3 語言模型的發(fā)展歷程10.4 ChatGPT是什么10.5 預(yù)訓練ChatGPT的步驟10.6 ChatGPT模型的基本原理
展開全部
深度學習和大模型原理與實踐 作者簡介
常耀斌中共黨員，AI科學家，首席技術(shù)官。2007年畢業(yè)于北京郵電大學，計算機碩士研究生。擁有20年國家級數(shù)字化平臺的建設(shè)和管理經(jīng)驗，曾就職于華為技術(shù)有限公司、中國移動集團研究院、愛康集團等，歷任技術(shù)總經(jīng)理、數(shù)據(jù)科學家、CTO等企業(yè)高級管理職位。個人擁有40余項中國發(fā)明專利，發(fā)表10多篇核心期刊論文，在清華大學出版社出版有《大數(shù)據(jù)架構(gòu)之道與項目實戰(zhàn)》和《AI賦能企業(yè)數(shù)字化轉(zhuǎn)型》。參與研發(fā)“全軍一體化指揮作戰(zhàn)平臺”，榮獲“國家科技進步獎”牽頭研發(fā)“華為物聯(lián)網(wǎng)平臺”，服務(wù)用戶近5億。參與設(shè)計“中國移動智慧醫(yī)療云平臺”和“九天”AI平臺，服務(wù)用戶近4億。牽頭設(shè)計“愛康數(shù)字醫(yī)療云及AI平臺”，服務(wù)用戶近1億。 王文惠畢業(yè)于中國科學院大學軟件研究所，計算機工學碩士。曾就職于百度，任職高級AI算法工程師，對NLP、圖像識別、大數(shù)據(jù)等領(lǐng)域有深入研究，實戰(zhàn)經(jīng)驗豐富。擁有7年的NLP實戰(zhàn)經(jīng)驗，主導(dǎo)開發(fā)了百度地圖搜索引擎的語義召回模型、基于大模型ERNIE的深度語義相關(guān)性模型、文本糾錯模型等核心項目。
書友推薦
- >
伊索寓言-世界文學名著典藏-全譯本
- >
李白與唐代文化
- >
名家?guī)阕x魯迅:故事新編
- >
有舍有得是人生
- >
苦雨齋序跋文-周作人自編集
- >
羅曼·羅蘭讀書隨筆-精裝
- >
我與地壇
- >
中國歷史的瞬間
本類暢銷
