掃一掃
關注中圖網
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:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
深度學習和大模型原理與實踐 版權信息
- ISBN：9787302675419
- 條形碼：9787302675419 ; 978-7-302-67541-9
- 裝幀：平裝-膠訂
- 冊數：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，從基礎算法到復雜模型架構，為讀者揭開技術神秘面紗。書中詳細闡述大模型的構建、訓練與優化策略，結合豐富的實踐案例，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領域快速提升認知與實踐能力，緊跟時代技術浪潮。
深度學習和大模型原理與實踐 內容簡介
本書是一本全面深入探討深度學習領域的核心原理與應用實踐的專業書籍。本書旨在為讀者提供系統的學習路徑,從深度學習的基礎知識出發,逐步深入到復雜的大模型架構和算法實現。本書適合深度學習初學者、中級開發者以及對大模型有深入研究需求的專業人士。通過閱讀本書,讀者不僅能夠掌握深度學習的理論基礎,還能通過豐富的實戰案例,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的兩次技術革命1.2 AI技術發展歷程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 卷積神經網絡1.8 生成式AI是如何發展起來的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 大模型的核心技術第1章 從機器學習到大模型1.1 AI的兩次技術革命1.2 AI技術發展歷程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 卷積神經網絡1.8 生成式AI是如何發展起來的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模型的應用
第2章 PyTorch編程基礎2.1 PyTorch 的卓越歷程2.2 Pytorch的優點2.3 Pytorch的使用場景2.4 NumPy庫的數組2.5 Tensor操作2.6 GPU加速2.7 自動求導2.8 PyTorch 神經網絡2.9 構建神經網絡2.10 使用GPU加速2.11 PyTorch實戰案例
第3章 卷積神經網絡3.1 神經網絡結構3.2 感知機3.3 前饋神經網絡3.4 學習率3.5 激活函數3.6 深度學習3.7 卷積神經網絡
第4章Transformer4.1 Transformer原理4.2 BERT介紹4.3 其他預訓練模型
第5章 基于深度學習的推薦5.1 基于行為的協同過濾5.2 基于深度學習的推薦5.3 基于pytorch的DeepFM的完整實戰代碼5.4 模型訓練代碼實戰
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 人臉識別應用7.1 應用場景介紹7.2 人臉識別系統架構7.3 人臉檢測模型：RetinaFace7.4 訓練模型7.5 預測目標7.6 人臉識別模型：ArcFace7.7 應用實戰
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用9.1 產品介紹9.2 文本匹配任務9.3 ERNIE簡介9.4 深度語義召回9.5 深度語義相關性
第10章 AI大模型與ChatGPT10.1 大模型發展的驅動力10.2 語言模型的定義及作用10.3 語言模型的發展歷程10.4 ChatGPT是什么10.5 預訓練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，首席技術官。2007年畢業于北京郵電大學，計算機碩士研究生。擁有20年國家級數字化平臺的建設和管理經驗，曾就職于華為技術有限公司、中國移動集團研究院、愛康集團等，歷任技術總經理、數據科學家、CTO等企業高級管理職位。個人擁有40余項中國發明專利，發表10多篇核心期刊論文，在清華大學出版社出版有《大數據架構之道與項目實戰》和《AI賦能企業數字化轉型》。參與研發“全軍一體化指揮作戰平臺”，榮獲“國家科技進步獎”牽頭研發“華為物聯網平臺”，服務用戶近5億。參與設計“中國移動智慧醫療云平臺”和“九天”AI平臺，服務用戶近4億。牽頭設計“愛康數字醫療云及AI平臺”，服務用戶近1億。 王文惠畢業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、大數據等領域有深入研究，實戰經驗豐富。擁有7年的NLP實戰經驗，主導開發了百度地圖搜索引擎的語義召回模型、基于大模型ERNIE的深度語義相關性模型、文本糾錯模型等核心項目。
書友推薦
- >
隨園食單
- >
山海經
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
經典常談
- >
我與地壇
- >
中國歷史的瞬間
- >
李白與唐代文化
- >
姑媽的寶刀
本類暢銷
