大模型原理、部署與DeepSeek應用實踐

目錄

 

 

第1章大模型概述1

1.1大模型的發展歷程1

1.1.1萌芽期（1950—2005年）1

1.1.2沈澱期（2006—2019年）4

1.1.3爆發期（2020年至今）5

1.2大模型的相關概念6

1.2.1何為大模型6

1.2.2大語言模型7

1.3大模型的分類8

1.3.1自回歸大模型8

1.3.2自編碼大模型8

1.3.3混合架構大模型9

1.3.4擴散大模型9

1.3.5多模態大模型9

1.4習題10

第2章大模型的關鍵技術11

2.1大模型原理的通俗理解11

2.2借助Anaconda集成開發環境運行Python程序12

2.2.1安裝Anaconda軟件12

2.2.2安裝第三方庫14

2.2.3Jupyter Notebook運行Python程序14

2.2.4Spyder運行Python程序16

2.3感知器17

2.3.1感知器模型17

2.3.2感知器學習算法18

2.4BP神經網絡20

2.4.1BP神經網絡模型20

2.4.2BP神經網絡學習算法21目錄〖3〗2.5卷積神經網絡23

2.5.1卷積的含義23

2.5.2卷積神經網絡基本結構25

2.5.3卷積神經網絡實現手寫數字識別31

2.5.4PyTorch模型保存與加載35

2.6循環神經網絡37

2.6.1循環神經網絡基本結構37

2.6.2雙向循環神經網絡38

2.7生成對抗網絡39

2.8Transformer架構39

2.8.1編碼器40

2.8.2解碼器42

2.9習題43

第3章DeepSeek核心技術與本地化部署44

3.1DeepSeek概述44

3.2DeepSeek核心技術44

3.2.1混合專家架構44

3.2.2高效註意力機制45

3.2.3訓練優化策略46

3.3DeepSeekR1本地化部署47

3.3.1安裝Ollama47

3.3.2下載安裝DeepSeekR148

3.3.3安裝Chatbox用戶界面49

3.3.4每次使用大模型的步驟50

3.3.5構建本地知識庫51

3.4習題57

第4章DeepSeek提示詞設計58

4.1有效提問的黃金法則58

4.2基礎查詢提示詞60

4.2.1事實檢索60

4.2.2概念解釋63

4.3結構化輸出提示詞65

4.3.1分點輸出65

4.3.2表格形式輸出66

4.4邏輯處理提示詞70

4.4.1歸因分析70

4.4.2假設推演72

4.4.3謬誤檢測74

4.5創作型提示詞77

4.5.1風格仿寫77

4.5.2多方案生成79

4.5.3劇本生成82

4.6制作PPT提示詞85

4.6.1用DeepSeek生成PPT內容85

4.6.2用Kimi根據生產的內容生成PPT88

4.7制作思維導圖88

4.7.1用DeepSeek生成內容大綱89

4.7.2用Xmind根據生成內容制作思維導圖90

4.8大模型操作Excel文件92

4.8.1安裝OfficeAI助手92

4.8.2與AI對話處理表格文件93

4.9習題95

第5章DeepSeek數據分析96

5.1數據分析概述96

5.2數據預處理96

5.2.1缺失值處理97

5.2.2刪除指定的行或列100

5.2.3重復行處理101

5.2.4數據變換102

5.3統計分析104

5.4自回歸時間序列預測106

5.5數據可視化109

5.5.1繪制折線圖109

5.5.2繪制餅圖110

5.5.3繪制柱狀圖112

5.5.4制作數據看板114

5.6習題116

第6章DeepSeek文檔分析118

6.1常規文檔分析的提示詞結構118

6.1.1核心內容摘要型文檔分析118

6.1.2數據提取型文檔分析119

6.1.3對比分析型文檔分析120

6.1.4情感分析型文檔分析123

6.2復雜文檔處理的提示詞結構126

6.3學術論文分析的提示詞結構128

6.3.1學術論文分析提示詞的通用設計原則129

6.3.2不同關註點分析論文的提示詞設計原則129

6.4習題133

第7章DeepSeek實現分類與聚類134

7.1決策樹分類134

7.1.1決策樹工作原理134

7.1.2選擇最佳劃分屬性的度量138

7.1.3決策樹分類待測樣本的過程140

7.1.4ID3決策樹分類140

7.1.5C4.5決策樹分類144

7.2支持向量機分類146

7.2.1支持向量機分類原理146

7.2.2最大邊緣超平面147

7.2.3線性支持向量機線性決策邊界147

7.2.4線性支持向量機線性分類器邊緣148

7.2.5訓練線性支持向量機模型149

7.2.6大模型實現線性支持向量機分類151

7.3聚類155

7.3.1聚類概念155

7.3.2k均值聚類156

7.3.3密度聚類原理157

7.3.4大模型實現k均值聚類160

7.3.5大模型實現密度聚類167

7.4習題171

第8章即夢AI視覺大模型172

8.1視覺大模型概述172

8.1.1國外視覺大模型172

8.1.2國內視覺大模型173

8.2文本生成圖像174

8.2.1廣告設計175

8.2.2人物設計176

8.3圖像理解178

8.4視頻生成與處理180

8.4.1圖片生成視頻180

8.4.2文本生成視頻181

8.5制作數字人182

8.5.1對口型數字人制作183

8.5.2動作模仿數字人制作183

8.6習題185

第9章創建大模型的智能體186

9.1智能體概述186

9.2使用智譜清言搭建個人專屬智能體187

9.3使用訊飛星火搭建個人專屬智能體191

9.4習題195

參考文獻196