掃一掃
關注中圖網
官方微博
>
制造業大模型的構建與實踐
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)
制造業大模型的構建與實踐 版權信息
- ISBN：9787111767442
- 條形碼：9787111767442 ; 978-7-111-76744-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：
制造業大模型的構建與實踐 本書特色
（1）話題前沿：本書踐行“新質生產力”，內容前沿又有引領作用，能有效指導制造業從業者在AI時代的學習與發展。（2）作者權威：作者是上市公司的智能化研發負責人，主導推進制造領域的數字化與智能化轉型，長期專注于人工智能融合工業應用。先后就職于通信、教育、地產、制造等行業的世界500強企業，擁有豐富的智能化落地經驗，主導千萬級規模項目。（3）內容落地：本書詳細介紹了大模型從數據處理、模型訓練到部署壓縮的完整構建路徑，結合多個實際案例，提供大模型技術在智能制造、智能設備等領域的落地方案，具有很強的實踐指導意義。（4）通俗易懂：本書表達風格簡單直接，從制造視角看AI大模型，貼近生產者語境。將復雜的AI算法放在行業場景下，轉化為簡單的工作原理描述，符合讀者需求。
制造業大模型的構建與實踐 內容簡介
在智能制造和數字化轉型的背景下，這是一本講解大模型融合制造業應用的實戰指南。由上市企業的智能化負責人，基于實際項目落地經驗撰寫。本書主要內容如下：（1）基礎篇首先，探討大模型在制造業中的應用與價值，使讀者對二者的關聯建立基本認知。然后，介紹大模型的發展歷程、核心概念和Transformer架構原理。之后，深入討論大模型構建路徑，包括數據處理、分詞、詞嵌入和訓練等關鍵步驟。同時，指出預訓練模型的局限性，并提出相應的優化策略，如指令微調和混合專家模型。此外，本篇還涉及多模態大模型與AIGC技術，以及提升大模型性能和安全性的提示詞工程。（2）應用篇首先，介紹大模型技術在制造業企業中的應用方法，包括8種適用情形、垂直領域微調技術和RAG（檢索增強生成）技術。然后，圍繞AIAgent，介紹其內部原理、應用案例、與RPA（機器人流程自動化）的關系以及實戰工具LangChain的使用方法。接著，詳細介紹大模型的云端和邊緣部署方案、大模型壓縮的常用技術（如蒸餾、量化、剪枝等）以及軟硬件適配策略。并且，通過兩個實踐案例，展示了大模型在工業制造、設備運維等領域的具體應用，涉及智能排產、生產工藝優化、預測性維護等關鍵知識。*后，綜合全書內容，對大模型的技術與應用進行梳理和總結，并且對其未來發展趨勢進行深入思考和展望。
制造業大模型的構建與實踐 目錄
CONTENTS目 錄前言基礎篇第1章 制造業與大模型 21.1 制造業的數字化進展 21.1.1 企業數字化 31.1.2 智能制造 81.2 大模型的基本知識 111.2.1 什么是大模型 111.2.2 大模型的基本能力 121.2.3 對大模型的常見誤區 171.3 制造業為什么需要大模型 191.3.1 大模型賦能制造業 19CONTENTS目 錄前言基礎篇第1章 制造業與大模型 21.1 制造業的數字化進展 21.1.1 企業數字化 31.1.2 智能制造 81.2 大模型的基本知識 111.2.1 什么是大模型 111.2.2 大模型的基本能力 121.2.3 對大模型的常見誤區 171.3 制造業為什么需要大模型 191.3.1 大模型賦能制造業 191.3.2 制造業是大模型的主戰場 201.3.3 大模型在制造業中的應用 221.3.4 制造業大模型 241.4 小結 26小故事 27第2章 大模型基礎 282.1 人工智能的發展歷程 282.1.1 人工智能發展的三起三落 292.1.2 人工智能技術的流派之爭 342.2 大模型簡介 362.2.1 模型的概念 372.2.2 模型的分類 372.2.3 大模型的發展 392.3 大模型架構原理 412.3.1 Transformer架構的背景 412.3.2 Transformer架構的原理 422.3.3 Transformer架構模型的特點與發展 512.4 小結 53小故事 54第3章 大模型構建路徑 553.1 大模型構建的基本方法 553.1.1 基本路徑 553.1.2 資源準備 593.2 數據處理 623.2.1 低質過濾 623.2.2 冗余去除 633.2.3 隱私消除 653.3 分詞 653.3.1 詞級分詞 663.3.2 字母級分詞 673.3.3 子詞級分詞 673.3.4 中文分詞 713.3.5 常用的分詞器 723.4 詞嵌入 733.4.1 獨熱編碼 733.4.2 Word2Vec 753.4.3 常用的詞嵌入方法 773.5 模型訓練 793.5.1 模型構建 793.5.2 模型訓練步驟 803.6 小結 83小故事 84第4章 大模型價值對齊 854.1 預訓練模型的局限性 854.1.1 可控性 864.1.2 魯棒性 884.1.3 安全性 894.1.4 大模型幻覺 904.2 指令微調 914.2.1 有監督微調 924.2.2 獎勵模型 944.2.3 基于人類反饋的強化學習 954.2.4 指令微調總結 964.3 混合專家模型 964.3.1 MoE的概念 974.3.2 MoE的基本原理 984.3.3 MoE的實現方式 1014.3.4 MoE總結 1044.4 小結 106小故事 107第5章 多模態大模型 1095.1 多模態大模型簡介 1095.1.1 多模態大模型的概念 1095.1.2 多模態大模型的發展歷程 1125.1.3 多模態大模型的主要任務 1135.2 多模態基本技術 1155.2.1 多模態編碼 1155.2.2 多模態融合 1175.2.3 對比學習 1185.3 AIGC技術 1195.3.1 生成對抗網絡 1195.3.2 擴散模型 1215.4 AIGC應用 1275.4.1 常用的多模態大模型 1285.4.2 文生圖 1285.4.3 文生視頻 1305.5 小結 134小故事 136第6章 提示詞工程 1376.1 提示詞簡介 1376.1.1 提示詞的概念 1376.1.2 提示詞的必要性 1406.1.3 提示詞的類別 1416.2 提示詞工程技術 1426.2.1 少樣本提示 1426.2.2 零樣本提示 1436.2.3 提示詞通用技巧 1456.3 思維鏈系列技術 1526.3.1 思維鏈 1536.3.2 思維樹 1556.3.3 思維圖 1576.4 對抗提示 1576.4.1 提示詞攻擊 1586.4.2 防御策略 1596.5 小結 160小故事 162應用篇第7章 制造業企業應用大模型的方法 1647.1 企業應用大模型的8種情形 1647.1.1 企業資源現狀 1647.1.2 大模型應用的8種情形 1677.2 垂直制造領域大模型的構建方法 1697.2.1 全量微調 1707.2.2 局部微調 1707.2.3 適配式微調 1717.2.4 前綴式微調 1737.2.5 外掛式微調 1757.2.6 混合式微調 1777.2.7 微調技術對比 1787.3 大模型檢索增強生成 1797.3.1 RAG的概念 1817.3.2 向量數據庫的構建 1827.3.3 相似檢索 1857.3.4 智能生成 1867.3.5 RAG效果評估 1887.3.6 RAG應用場景 1907.4 小結 190小故事 193第8章 基于大模型的AI Agent 1958.1 AI Agent簡介 1958.1.1 AI Agent技術簡史 1958.1.2 對AI Agent的不同理解 1978.2 AI Agent原理 1998.2.1 基本框架 2008.2.2 感知模塊 2018.2.3 大腦模塊 2048.2.4 行動模塊 2068.2.5 大模型與AI Agent的關系 2078.3 AI Agent應用 2088.3.1 流行的AI Agent 2088.3.2 AI Agent與RPA的關系 2118.4 LangChain：AI Agent高效實戰工具 2138.4.
展開全部
制造業大模型的構建與實踐 作者簡介
郭秉義上市公司的智能化研發負責人，主導推進制造領域的數字化與智能化轉型，長期專注于人工智能融合工業應用。先后就職于通信、教育、地產、制造等行業的世界500強企業，擁有豐富的智能化落地經驗，主導千萬級規模項目。華南理工大學博士，加拿大不列顛哥倫比亞大學聯合培養博士。熱衷于專業內容輸出，致力于打破專業知識的壁壘，為零基礎讀者提供清晰、易于理解的業務與技術知識。
書友推薦
- >
回憶愛瑪儂
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
羅庸西南聯大授課錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
月亮虎
- >
巴金－再思錄
- >
我與地壇
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
