Transformer 大模型:原理、實踐及應用
- 出版商: 清華大學
- 出版日期: 2025-09-01
- 售價: $354
- 貴賓價: 9.5 折 $336
- 多買優惠 簡體書新到貨|2書75折 ( 11/14-11/22 )
- 語言: 簡體中文
- 頁數: 179
- ISBN: 7302698813
- ISBN-13: 9787302698814
-
相關分類:
DeepLearning、Natural Language Processing、Computer Vision
立即出貨
買這商品的人也買了...
-
基礎資料結構 ─ 使用 C (Fundamentals of Data Structures in C, 2/e)$790$750 -
$433數理統計與數據分析 (原書第3版)(Mathematical Statistics and Data Analysis, 3/e) -
Raspberry Pi 超炫專案與完全實戰, 2/e$580$458 -
圖解密碼技術, 3/e$534$507 -
Unity 3D 遊戲設計實戰, 2/e (適用Unity 5.X)$620$489 -
深度學習快速入門 — 使用 TensorFlow (Getting started with TensorFlow)
$360$180 -
職業駭客的修練 ─ 指標實務篇 : 從門外漢到職業駭客的最短路程,收錄作者心得$490$382 -
駭客退散!站長、網管一定要知道的網站漏洞診斷術$480$379 -
$279scikit-learn 機器學習, 2/e (Mastering Machine Learning with scikit-learn, 2/e) -
打下最紮實的 AI 基礎:從 scikit-learn 一步一腳印$560$476 -
APCS 大學程式設計先修檢測:C語言超效解題致勝祕笈$360$252 -
Kali Linux 滲透測試工具|花小錢做資安,你也是防駭高手, 3/e$880$695 -
Wireshark 實戰演練與網路封包分析寶典$680$530 -
$284傳感器原理與應用 -
資料科學的統計實務 : 探索資料本質、扎實解讀數據,才是機器學習成功建模的第一步$599$539 -
機器學習與人工智慧深度問答集:從基礎到專業,提升 AI 知識力的 30道深度思考題 (Machine Learning Q and AI: 30 Essential Questions and Answers on Machine Learning and AI)$650$507 -
$711自然語言處理:基於大語言模型的方法 -
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 -
深度學習詳解|台大李宏毅老師機器學習課程精粹$750$592 -
$269自然語言處理 -
手把手帶你實作完整機器學習專案$760$600 -
$1,014模式識別與機器學習 -
$450玩轉 FastGPT:像搭積木一樣構建智能體 -
$448AGENT 智能體多平臺開發指南:基於 COZE / FASTGPT / DIFY 的商業案例實戰 -
$584BBC 監聽音箱完全指南
簡體書新到貨|2書75折 ( 11/14-11/22 ) 詳見活動內容 »
-
85折
$458深入理解大語言模型:原理、實現和應用 -
85折
$356Codex從入門到精通 -
85折
$351微積分之美 : 偉大定理和天才的數學思維 -
85折
$504微積分之美 : 偉大定理和天才的數學思維 (精裝) -
85折
$453Harness Engineering 實戰:構建可靠的生產級 AI Agent -
79折
$469數據即產品 -
85折
$458從零開始構建大模型:架構設計、模型訓練與高效部署 -
79折
$331KIMI K3從入門到精通:從智能對話到數字員工 -
85折
$402VibeCoding 氛圍編程一本通 -
85折
$1,172編譯器設計, 3/e -
79折
$331SDD 實戰:規範驅動開發之道 -
79折
$474LangGraph 開發 AI Agent 實踐 -
79折
$378電子遊戲視覺藝術史 -
75折
$494Python 編程快速上手 — 讓煩瑣工作自動化, 3/e -
79折
$374FreeRTOS 實時操作系統 — 架構、移植與開發 -
79折
$236LangChain 與大語言模型應用開發實踐 -
85折
$1,014BPF 之巔:洞悉 Linux 系統和應用性能 (BPF Performance Tools) -
79折
$378電子遊戲視覺藝術史 -
$534Data+AI:基於本體的數據智能體實踐 -
$528AI修圖、視頻與設計:DeepSeek+豆包+即夢+扣子Coze+PS -
79折
$425Claude Code Agentic 編程與項目開發實戰 -
79折
$611動手學 AutoML 從NAS到大語言模型優化實戰 -
85折
$560CodeBuddy領航:AI輔助編程應用·架構·交付 -
85折
$351重構個體:AI 時代如何打造個人競爭力 -
85折
$1,371簡明數學史 (下冊) : 現代數學 (原書第3版)
相關主題
商品描述
這本書的目標讀者群體較難界定,介於學校教學和常識性科普之間。而科普內容人們在網上可以即時檢索到**內容。故目前還是更偏重於學校教學使用,可作為前沿選修課和相關專業課的參考書。主要內容為生成式AI,如果屆時ChatGPT仍然具有廣闊前景,再加上ChatGPT的介紹與使用方面的內容。ChatGPT的技術細節,目前OpenAI尚未公布,因此目前來看難以詳細講述ChatGPT。此外,目前在國內還無法註冊使用ChatGPT,這是一個很大的挑戰,不僅對寫書而言,對讀者也是如此。
作者簡介
陳喆,曾編著《物聯網無線通信原理與實踐》(清華大學出版社2021年8月出版)、曾著《機器學習原理與實踐(微課版)》(清華大學出版社2022年6月出版)。即將交稿《深度學習原理與實踐》。
目錄大綱
目錄
第1章引言1
1.1從機器學習到深度學習1
1.2Transformer架構3
1.3PyTorch框架4
1.3.1PyTorch框架的安裝5
1.3.2PyTorch函數和類5
1.3.3PyTorch實踐9
1.4深度神經網絡14
1.5本書各章之間的聯系18
1.6本章小結18
1.7思考與練習19
第2章序列監督學習20
2.1兩種序列監督學習20
2.1.1基於前饋神經網絡的序列監督學習21
2.1.2基於循環神經網絡的序列監督學習23
2.2序列預測27
2.3序列生成30
2.4本章小結33
2.5思考與練習33
第3章序列聚合與註意力機制35
3.1基於標量投影的序列聚合35
3.2選擇性序列聚合41
3.3註意力機制與多頭註意力機制47
3.4本章小結51
3.5思考與練習52第4章Transformer架構54
4.1使用樣本組訓練序列預測模型54
4.2Transformer中的層60
4.2.1前饋網絡60
4.2.2殘差連接62
4.2.3層標準化66
4.2.4dropout68
4.3解碼器型Transformer70
4.4編碼器型Transformer71
4.5編解碼器型Transformer74
4.6本章小結81
4.7思考與練習82
第5章Transformer架構在自然語言處理領域的應用84
5.1文本分類84
5.2文本生成87
5.3機器翻譯88
5.4語音分類92
5.5語音轉文本94
5.6本章小結95
5.7思考與練習96
第6章Transformer架構在計算機視覺領域的應用97
6.1圖像分類97
6.2圖像說明103
6.3視頻分類105
6.4視頻預測106
6.5本章小結107
6.6思考與練習108
第7章Transformer架構在其他領域的應用109
7.1Transformer架構在數字信號處理中的應用109
7.2Transformer架構在推薦系統中的應用110
7.3Transformer架構在深度強化學習中的應用112
7.4本章小結114
7.5思考與練習115
附錄A實驗參考程序及註釋116
A.1第1章實驗116
A.2第2章實驗121
A.3第3章實驗125
A.4第4章實驗133
A.5第5章實驗147
A.6第6章實驗163
A.7第7章實驗170
參考文獻178
寫在後面180



