包邮深度学习和大模型原理与实践

作者：常耀斌,王文惠著

出版社：清华大学出版社出版时间：2024-11-01

开本： 16开 页数： 352

中图价:¥89.3(7.5折) 定价 ~~¥119.0~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
货币大历史:金融霸权与大国兴衰六百年

货币大历史:金融霸权与大国兴衰六百年

¥55.2¥138
>
(精)方力钧作品图录

(精)方力钧作品图录

¥216.8¥680
>
《藏书报》2021合订本

《藏书报》2021合订本

¥168¥168
>
(精)中国当代书画名家作品集·范硕:书法卷+绘画卷(全2卷)

(精)中国当代书画名家作品集·范硕:书法卷+绘画卷(全2卷)

¥352.8¥560
>
(喷绘楼阁版)女主临朝:武则天的权力之路

(喷绘楼阁版)女主临朝:武则天的权力之路

¥58.2¥88
>
书里掉出来一只狼+狼的故事-全2册

书里掉出来一只狼+狼的故事-全2册

¥45.1¥96
>
奇思妙想创意玩具书(精装4册)

奇思妙想创意玩具书(精装4册)

¥73¥304

商品详情
商品评论(0条)

中图价:¥89.3 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

深度学习和大模型原理与实践版权信息

ISBN：9787302675419
条形码：9787302675419 ; 978-7-302-67541-9
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：

深度学习和大模型原理与实践本书特色

本书以清晰易懂的语言深入剖析深度学习的核心原理，从基础算法到复杂模型架构，为读者揭开技术神秘面纱。书中详细阐述大模型的构建、训练与优化策略，结合丰富的实践案例，使抽象理论具象化。无论是深度学习初学者渴望入门，还是专业人士欲深入探索大模型奥秘，本书都能提供全面且深入的指引，是一本不可多得的深度学习与大模型学习宝典，帮助读者在这个前沿技术领域快速提升认知与实践能力，紧跟时代技术浪潮。

深度学习和大模型原理与实践内容简介

本书是一本全面深入探讨深度学习领域的核心原理与应用实践的专业书籍。本书旨在为读者提供系统的学习路径,从深度学习的基础知识出发,逐步深入到复杂的大模型架构和算法实现。本书适合深度学习初学者、中级开发者以及对大模型有深入研究需求的专业人士。通过阅读本书,读者不仅能够掌握深度学习的理论基础,还能通过丰富的实战案例,提升解决实际问题的能力。

深度学习和大模型原理与实践目录

第1章从机器学习到大模型1.1 AI的两次技术革命1.2 AI技术发展历程1.3 机器学习是什么1.4 机器学习有哪些分支1.5 什么是强化学习1.6 深度学习的核心思想1.7 卷积神经网络1.8 生成式AI是如何发展起来的1.9 大语言模型1.10 是否所有大语言模型都是生成式AI1.11 大语言模型LLM能干什么1.12 大语言模型的“大”是什么含义1.13 大模型的核心技术第1章从机器学习到大模型1.1 AI的两次技术革命1.2 AI技术发展历程1.3 机器学习是什么1.4 机器学习有哪些分支1.5 什么是强化学习1.6 深度学习的核心思想1.7 卷积神经网络1.8 生成式AI是如何发展起来的1.9 大语言模型1.10 是否所有大语言模型都是生成式AI1.11 大语言模型LLM能干什么1.12 大语言模型的“大”是什么含义1.13 大模型的核心技术1.14 Transformer背后的黑科技1.15 Transformer演变了哪些成功的模型1.16 主流算法框架介绍1.17 Transformer模型的应用第2章 PyTorch编程基础2.1 PyTorch 的卓越历程2.2 Pytorch的优点2.3 Pytorch的使用场景2.4 NumPy库的数组2.5 Tensor操作2.6 GPU加速2.7 自动求导2.8 PyTorch 神经网络2.9 构建神经网络2.10 使用GPU加速2.11 PyTorch实战案例第3章卷积神经网络3.1 神经网络结构3.2 感知机3.3 前馈神经网络3.4 学习率3.5 激活函数3.6 深度学习3.7 卷积神经网络第4章Transformer4.1 Transformer原理4.2 BERT介绍4.3 其他预训练模型第5章基于深度学习的推荐5.1 基于行为的协同过滤5.2 基于深度学习的推荐5.3 基于pytorch的DeepFM的完整实战代码5.4 模型训练代码实战第6章 YOLO目标检测6.1 什么是YOLO？6.2 YOLO v16.3 YOLO v26.4 YOLO v36.5 YOLOv46.6 YOLOv56.7 YOLOv8 第7章人脸识别应用7.1 应用场景介绍7.2 人脸识别系统架构7.3 人脸检测模型：RetinaFace7.4 训练模型7.5 预测目标7.6 人脸识别模型：ArcFace7.7 应用实战第8章 SwinTransformer视觉大模型详解8.1 Vision Transformer如何工作？8.2 Vision Transformer是**代CV大模型8.3 ViT模型架构8.4 第二代CV大模型：Swin Transformer8.5 核心代码讲解第9章地图智能搜索算法应用9.1 产品介绍9.2 文本匹配任务9.3 ERNIE简介9.4 深度语义召回9.5 深度语义相关性第10章 AI大模型与ChatGPT10.1 大模型发展的驱动力10.2 语言模型的定义及作用10.3 语言模型的发展历程10.4 ChatGPT是什么10.5 预训练ChatGPT的步骤10.6 ChatGPT模型的基本原理

展开全部

深度学习和大模型原理与实践作者简介

常耀斌中共党员，AI科学家，首席技术官。2007年毕业于北京邮电大学，计算机硕士研究生。拥有20年国家级数字化平台的建设和管理经验，曾就职于华为技术有限公司、中国移动集团研究院、爱康集团等，历任技术总经理、数据科学家、CTO等企业高级管理职位。个人拥有40余项中国发明专利，发表10多篇核心期刊论文，在清华大学出版社出版有《大数据架构之道与项目实战》和《AI赋能企业数字化转型》。参与研发“全军一体化指挥作战平台”，荣获“国家科技进步奖”牵头研发“华为物联网平台”，服务用户近5亿。参与设计“中国移动智慧医疗云平台”和“九天”AI平台，服务用户近4亿。牵头设计“爱康数字医疗云及AI平台”，服务用户近1亿。王文惠毕业于中国科学院大学软件研究所，计算机工学硕士。曾就职于百度，任职高级AI算法工程师，对NLP、图像识别、大数据等领域有深入研究，实战经验丰富。拥有7年的NLP实战经验，主导开发了百度地图搜索引擎的语义召回模型、基于大模型ERNIE的深度语义相关性模型、文本纠错模型等核心项目。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐