AI大模型開發之路：從入門到實踐

謝雪葵 編著 無 譯

AI大模型開發之路：從入門到實踐

買這商品的人也買了...

LLM 大語言模型 詳見活動內容 »

相關主題

商品描述

《AI大模型開發之路：從入門到實踐》是一本全面探索人工智能大模型開發領域的實用指南，旨在帶領讀者深入瞭解並掌握AI大模型的核心技術與應用實踐。本書通過豐富的示例和案例分析，為讀者提供了一條清晰的學習路徑，以及將理論知識應用於實際項目開發的具體方案。
      本書共計8章，從AI大模型的基礎概念入手，詳細介紹了自然語言處理的簡史、AI大模型的簡介以及深度學習的基本原理。同時還深入探討了Transformer模型的結構和工作原理，為讀者展示了AI大模型的鼻祖模型。實戰部分詳細講解瞭如何利用百度千帆大模型API、OpenAI API以及LangChain框架開發AI大模型，從API調用到復雜應用的構建，每一步都配有實際操作指南。此外，本書還探討了AI大模型的部署策略，包括模型的優化、轉換和服務化，為讀者提供了將AI大模型實現落地的全面方案。
     本書適合廣大AI開發者以及對AI大模型開發感興趣的學生和研究人員學習使用。無論是剛剛接觸AI領域的新手，還是希望深化理解並提高開發實踐能力的資深開發者，都能從本書中獲得寶貴的知識和靈感。

作者簡介

謝雪葵，資深研發工程師，CCF會員，阿誠網絡創辦人。有多年的軟件設計和開發經驗，專註於大數據技術與服務。近年來主持和參與多個大型銀行和因特網公司的大數據項目，累積了豐富的大數據項目開發及效能優化經驗。為多家企業提供技術支持，幫助其降低成本和提高效率。

目錄大綱

第1章 AI大模型基礎
1.1 AI大模型概述
1.1.1 NLP簡史
1.1.2 AI大模型簡介
1.2 環境搭建與工具使用
1.2.1 Python(Anaconda)的安裝
1.2.2 Pvthon的基礎語法
1.2.3 VSCode的安裝應用
1.2.4 Jupvter Notebook的安裝與使用
1.2.5 Node.is的安裝和使用
1.2.6 Git的安裝和使用
1.2.7 向量數據庫Faiss
1.3 顯示卡選型
1.3.1 CUDA核心
1.3.2 Tensor核心
1.3.3 如何選擇適合自己的GPU
1.4 深度學習基礎
1.4.1 深度學習簡介
1.4.2 神經網絡的基本原理
1.4.3 層次結構
1.4.4 一個簡單的神經網絡範例
1.4.5 神經元
1.4.6 權重和偏置
1.4.7 激活函數
1.4.8 損失函數
1.4.9 向前傳播
1.4.10 反向傳播
1.4.11 最佳化函數
1.5 本章小結
第2章 AI大模型鼻祖－Transformer模型
2.1 Transformer簡介
2.2 輸入預處理
2.2.1 文字預處理
2.2.2 數據分詞
2.2.3 嵌入矩陣構建
2.2.4 詞元向量化
2.2.5 位置編碼
2.3 編碼器處理器
2.3.1 編碼器自註意力機制
2.3.2 自註意力機制的查詢、鍵、值向量
2.3.3 自註意力機制計算註意力分數
2.3.4 自註意力機制Softmax標準化
2.3.5 自註意力機制加權值向量
2.3.6 多頭註意力機制
2.3.7 編碼器殘差連接
2.3.8 編碼器層歸一化
2.3.9 編碼器前饋神經網絡
2.4 解碼器處理器
2.4.1 掩蔽自註意力機制
2.4.2 編碼器一解碼器註意力
2.5 輸出生成
2.5.1 Transformer線性層
2.5.2 Transformer Softmax層
2.6 本章小結
第3章 百度千帆大模型API呼叫實戰
3.1 千帆大模型平臺簡介
3.2 第一個大模型調用
3.2.1 註冊並申請密鑰
3.2.2 開啟第一個千帆大模型API調用
3.2.3 開啟第一個千帆大模型sDK調用
3.3 百度文本大模型API
3.3.1 對話chat大模型
3.3.2 續寫Completions
3.3.3 文心ERNIE-Bot-4景點推薦實踐
……
第4章 OPenAI API開發實戰
第5章 大模型開發框架LangChain實戰
第6章 OpenAI API問答系統專案實戰
第7章 使用LangChain開發AutoGPT計畫實戰
第8章 AI大模型部署

類似商品

最後瀏覽商品 (3)