全面掌握 DeepSeek － LLM 微調、生成式 AI、企業級應用開發
未來智慧實驗室 代晶
- 出版商: 碁峰資訊
- 出版日期: 2025-05-15
- 定價: $600
- 售價: 7.9 折 $474
- 語言: 繁體中文
- 頁數: 448
- ISBN: 6264250651
- ISBN-13: 9786264250658
-
相關分類:
Large language model
- 此書翻譯自: DeepSeek 原理與專案實戰大模型部署、微調與應用開發
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
圖解多變量分析$350$315 -
$216生活中的統計學 -
成為 Git 專家的 18天學習計畫$520$411 -
Llama 大模型實踐指南$474$450 -
$658微服務下的領域驅動設計 -
LLM 大型語言模型的絕世祕笈：27路獨步劍法，帶你闖蕩生成式 AI 的五湖四海 （iThome鐵人賽系列書）$650$507 -
生成深度學習｜訓練機器繪畫、寫作、作曲與玩遊戲, 2/e (Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play, 2/e)$880$695 -
Microsoft Azure 學習手冊｜雲端運算與雲端系統開發的關鍵知識 (Learning Microsoft Azure: Cloud Computing and Development Fundamentals)$880$695 -
邊緣 AI － 使用 NVIDIA Jetson Orin Nano 開發具備深度學習、電腦視覺與生成式 AI 功能的 ROS2 機器人$580$458 -
全解深度學習 — 九大核心算法$474$450 -
24小時精通 AI Agent (快速定製你的智能體)$534$507 -
生成式 AI 專案實踐指南：從模型挑選、上線、RAG 技術到 AI Agent 整合$650$507 -
無料 AI：ChatGPT + DeepSeek + Gemini + Perplexity + Copilot + Claude + NotebookLM + Coze + Felo + Dzine + ElevenLabs + Suno + Stable Audio + Runway + Sora + Gamma –「文字、筆記、搜尋、繪圖、動漫、視覺、語音、音效、音樂、影片、簡報」AI Agent – 創意無限$690$545 -
使用者體驗法則 ｜運用心理學原則設計更好的產品與服務, 2/e (Laws of UX: Using Psychology to Design Better Products & Services, 2/e)$580$458 -
Python 原力爆擊：OpenAI / Gemini / AWS / Ollama 生成式 AI 應用新手指南$650$507 -
深度學習最佳入門與專題實戰：理論基礎與影像篇$980$774 -
深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇$880$695 -
GitHub Copilot 讓你寫程式快 10 倍！AI 程式開發大解放$690$545 -
多核心 CPU 加速程式 32倍 - 深入高平行開發深度原理及專案實戰, 2/e$880$695 -
$981深度學習：基礎與概念 -
統計分析入門與應用｜SPSS 中文版 + SmartPLS 4 (CB-SEM + PLS-SEM), 5/e$920$727 -
深度學習詳解｜台大李宏毅老師機器學習課程精粹$750$593 -
生成式 AI x RAG x Hugging Face 提示工程打造數據採樣神技$980$774 -
生成式 AI 提示工程｜以前瞻性的設計打造穩定、可信任的 AI 解決方案 (Prompt Engineering for Generative AI: Future-Proof Inputs for Reliable AI Outputs)$880$695 -
LLM 最強重武裝 - RAG 開發應用優化現場直擊$980$774
商品描述
⭐本書基於 DeepSeek-V3，並涵蓋最新版 DeepSeek-R1 解析與應用。
結合最新研究與實戰經驗，深入解析生成式 AI 技術，內容實用、操作簡單，
讓你立即掌握 DeepSeek 真實戰力！🚀
DeepSeek 是一種基於 Transformer 的生成式 AI（Artificial Intelligence）大模型，融合了 MoE 架構、混合精度訓練、分散式優化等先進技術，具備強大的文本生成、多模態處理以及任務客製化能力。
本書系統性地介紹了開源大模型 DeepSeek-V3 的核心技術及其在實際開發中的深度應用，並收錄最新版 DeepSeek-R1 推論大模型架構詳解，帶您緊跟技術發展的脈動。
• 核心技術拆解：從混合專家模型（MoE）、FP8 混合精度訓練，到上下文管理與 API 整合，掌握大模型關鍵技術。
• 應用實例豐富：涵蓋 NLP、程式生成、數學推理、多模態輸出等，案例詳實步驟清楚，學完即可實作。
• 進階提示技巧：教您運用對話前綴、FIM 生成、JSON 輸出等技巧，引導模型高效生成精準內容。
透過深入講解與實用案例，幫助讀者理解 DeepSeek 模型從原理到開發的完整流程，
無論你是剛踏入大語言模型世界的 AI 新手，還是正著手將生成式 AI 落地專案的技術開發者，
本書都能成為你實戰導入、快速上手的最佳攻略。現在就翻開本書，讓 DeepSeek 成為你的 AI 強力助手！
作者簡介
未來智慧實驗室（Future Intelligence Lab）由多位頂尖大學的博士與碩士組成，專注於大模型的研發與創新，聚焦於自然語言處理、深度學習、電腦視覺及多模態學習等領域。團隊致力於推動AI技術的突破，並為企業及開發者提供全方位的技術支援，協助複雜AI專案的高效開發與應用。
代晶畢業於清華大學，其研究領域涵蓋資料探勘與自然語言處理等。曾在IBM、VMware等知名企業擔任技術工程師超過十年，擁有紮實的技術基礎與廣泛的產業經驗。近年來，專注於大模型訓練、自然語言處理與模型優化等前沿技術，擁有敏銳的產業洞察力，熱衷於分享產業新動態，向大眾提供更有價值的知識內容，幫助更多人快速掌握AI領域的前沿知識。
目錄大綱
【Part I 生成式 AI 的理論基礎與技術架構】
Chapter 1 Transformer 與注意力機制的核心原理
1.1 Transformer 的基本結構
1.2 注意力機制的核心原理
1.3 Transformer 的擴充與最佳化
1.4 上下文視窗
1.5 訓練成本與運算效能的平衡
1.6 本章小結
Chapter 2 DeepSeek-V3 核心架構及其訓練技術詳解
2.1 MoE 架構及其核心概念
2.2 FP8 混合精度訓練的優勢
2.3 DualPipe 演算法與通訊最佳化
2.4 大模型的分散式訓練
2.5 快取機制與Token 管理
2.6 DeepSeek 系列模型
2.7 本章小結
Chapter 3 基於 DeepSeek-V3 模型的開發導論
3.1 大模型應用場景
3.2 DeepSeek-V3 的優勢與應用方向
3.3 Scaling Laws 研究與實踐
3.4 模型部署與整合
3.5 開發中的常見問題與解決方案
3.6 本章小結
【Part II 生成式AI 的專業應用與 Prompt 設計】
Chapter 4 DeepSeek-V3 大模型初體驗
4.1 對話生成與語意理解能力
4.2 數學推理能力
4.3 輔助程式設計能力
4.4 本章小結
Chapter 5 DeepSeek 開放平台與 API 開發詳解
5.1 DeepSeek 開放平台簡介
5.2 DeepSeek API 的基礎操作與 API 介面詳解
5.3 API 效能最佳化與安全策略
5.4 本章小結
Chapter 6 對話生成、程式碼補全與客製化模型開發
6.1 對話生成的基本原理與實作
6.2 程式碼補全的實作邏輯與最佳化
6.3 基於 DeepSeek 的客製化模型開發
6.4 本章小結
Chapter 7 對話前綴續寫、FIM 與 JSON 輸出開發詳解
7.1 對話前綴續寫的技術原理與應用
7.2 FIM 生成模式解析
7.3 JSON 格式輸出的設計與生成邏輯
7.4 本章小結
Chapter 8 函式回呼與上下文硬碟快取
8.1 函式回呼機制與應用場景
8.2 上下文硬碟快取的基本原理
8.3 函式回呼與快取機制的結合應用
8.4 本章小結
Chapter 9 DeepSeek 提示庫：探索 Prompt 的更多可能
9.1 程式碼相關應用
9.2 內容生成與分類
9.3 內角色扮演
9.4 文學創作
9.5 文案與宣傳
9.6 模型提示詞與翻譯專家
9.7 本章小結
【Part III 實戰與進階整合應用】
Chapter 10 整合實戰 1：基於 LLM 的 Chat 類客戶端開發
10.1 Chat 類客戶端概述及其功能特點
10.2 DeepSeek API 的配置與整合
10.3 多模型支援與切換
10.4 本章小結
Chapter 11 整合實戰 2：AI 助理開發
11.1 AI 助理：AI 時代的啟動器
11.2 DeepSeek API 在 AI 助理中的配置與應用
11.3 智慧助手功能的實作與最佳化
11.4 本章小結
Chapter 12 整合實戰 3：以 VSCode 為基礎的輔助程式設計外掛開發
12.1 輔助程式設計外掛概述及其核心功能
12.2 在 VS Code 中整合 DeepSeekAP
12.3 程式碼自動補全與智慧建議的實作
12.4 使用輔助程式設計外掛提升開發效率
12.5 本章小結
Appendix A DeepSeek-R1 推論大模型架構詳解
A.1 DeepSeek-R1 整體架構解析
A.2 DeepSeek-R1 推論機制與高效運算
A.3 DeepSeek-R1 API 初步開發指南
A.4 DeepSeek-R1 在推論任務中的應用
A.5 DeepSeek-R1 的局限性與未來最佳化方向
A.6 本章小結
