不朽情缘官网真人平台

人工智能（AI），尤其是生成式語言模型和生成式人工智能（AIGC）模型，正以驚人的速度改變著我們的世界。駕馭這股潮流的關(guān)鍵，莫過于探究自然語言處理（NLP）技術(shù)的深奧秘境。本書將帶領(lǐng)讀者踏上一段扣人心弦的探索之旅，讓其親身感受，并動手搭建語言模型。本書主要內(nèi)容包括N-Gram，詞袋模型（BoW），Word2Vec（W2V），神經(jīng)概率語言模型（NPLM），循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），Seq2Seq（S2S），注意力機制，Transformer，從初代GPT到ChatGPT再到GPT-4等一系列突破性技術(shù)的誕生與演進(jìn)。本書將以生動活潑的筆觸，將枯燥的技術(shù)細(xì)節(jié)化作輕松幽默的故事和繽紛多彩的圖畫，引領(lǐng)讀者穿梭于不同技術(shù)的時空，見證自然語言處理技術(shù)的傳承、演進(jìn)與蛻變。在這場不斷攀登技術(shù)新峰的奇妙之旅中，讀者不僅能深入理解自然語言處理技術(shù)的核心原理，還能自己動手，從零開始搭建起一個又一個語言模型。

·14萬字

會員

生成式AI：人工智能的未來

一本書全面了解生成式AI的發(fā)展與創(chuàng)作能力，并為我所用。20世紀(jì)60年代，AI的概念就被提出，其商業(yè)應(yīng)用的時間十分漫長，但始終沒有普通人使用的低門檻AI工具，隨著AIGC（AIGeneratedContent）的風(fēng)靡，AI從實驗室走進(jìn)個人電腦，也將就此改變商業(yè)與人們生活。生成式AI（GenerativeAI）作為底層技術(shù)，帶來的潛在回報十分可觀。AI的發(fā)展勢不可當(dāng)，已經(jīng)由擅長分析的傳統(tǒng)AI過渡到擅長創(chuàng)作的生成式AI，并加速向這個時代的每一個人走來。生成式AI的發(fā)展如火如荼，為人們的工作和生活帶來了許多便利。在這本書中，大部分文字、圖片，以及每章末尾有些讓人摸不著頭腦的笑話，均是由AI生成的，涵蓋ChatGPT、Quillbot、Midjourney、Dall-E、Dream.AI、Lexica、Grammarly、ClippingMagic和Tome等眾多目前流行的AI應(yīng)用。

·8.1萬字

會員

深入淺出神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

本書深入講解神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)，側(cè)重于闡釋深度學(xué)習(xí)的核心概念。作者以技術(shù)原理為導(dǎo)向，輔以貫穿全書的MNIST手寫數(shù)字識別項目示例，介紹神經(jīng)網(wǎng)絡(luò)架構(gòu)、反向傳播算法、過擬合解決方案、卷積神經(jīng)網(wǎng)絡(luò)等內(nèi)容，以及如何利用這些知識改進(jìn)深度學(xué)習(xí)項目。學(xué)完本書后，讀者將能夠通過編寫Python代碼來解決復(fù)雜的模式識別問題。

·13.1萬字

會員

ChatGPT原理與實戰(zhàn)：大型語言模型的算法、技術(shù)和私有化

這是一本系統(tǒng)梳理并深入解析ChatGPT核心技術(shù)、算法實現(xiàn)、工作原理、訓(xùn)練方法的著作，也是一本能指導(dǎo)你搭建專屬ChatGPT和實現(xiàn)大模型遷移及私有化的著作。本書得到了MOSS系統(tǒng)負(fù)責(zé)人邱錫鵬等多位專家的高度評價和鼎力推薦。具體地，通過本書你能了解或掌握以下知識：ChatGPT的工作流程和技術(shù)棧；ChatGPT的工作原理和算法實現(xiàn)；基于Transformer架構(gòu)的一系列預(yù)訓(xùn)練語言模型的原理；強化學(xué)習(xí)的基礎(chǔ)知識；提示學(xué)習(xí)與大模型涌現(xiàn)出的上下文學(xué)習(xí)、思維鏈；大模型的訓(xùn)練方法及常見的分布式訓(xùn)練框架；基于人工反饋的強化學(xué)習(xí)整體框架；從零搭建類ChatGPT模型，模擬完整的ChatGPT訓(xùn)練過程。本書集理論、實戰(zhàn)和產(chǎn)業(yè)應(yīng)用于一體，提供大量經(jīng)詳細(xì)注釋的代碼，方便讀者理解和實操。總之，不管你是想深入研究ChatGPT本身，還是正在研發(fā)或使用其他大模型，本書都應(yīng)該能給你頗具價值的技術(shù)啟發(fā)與思考，讓你在大模型的路上快速前行，少走彎路。

·13.2萬字

會員

智能革命：迎接人工智能時代的社會、經(jīng)濟(jì)與文化變革

人類歷史上的歷次技術(shù)革命，都帶來了人類感知和認(rèn)知能力的不斷提升，從而使人類知道更多，做到更多，體驗更多。以此為標(biāo)準(zhǔn)，李彥宏在本書中將人工智能定義為堪比任何一次技術(shù)革命的偉大變革，并且明確提出，在技術(shù)與人的關(guān)系上，智能革命不同于前幾次技術(shù)革命，不是人去適應(yīng)機器，而是機器主動來學(xué)習(xí)和適應(yīng)人類，并同人類一起學(xué)習(xí)和創(chuàng)新這個世界。大數(shù)據(jù)是智能社會運轉(zhuǎn)的根本動力和燃料。以百度為代表的搜索引擎公司，由于對數(shù)據(jù)資源的獲取和使用類似深度學(xué)習(xí)的商業(yè)模式，也與大數(shù)據(jù)—深度學(xué)習(xí)—提取模式—創(chuàng)造用戶價值這一研發(fā)文化相匹配，使其天然具備了人工智能的基因。本書從硬件集群、計算能力、大數(shù)據(jù)資源、人工智能文化等方面提出了智能化的基本標(biāo)準(zhǔn)，并且從制造業(yè)升級、金融革新、無人駕駛、管理革命、智能生活等多個維度，描繪即將到來的智能社會，反思人類即將面臨的種種挑戰(zhàn)。“人工智能”正式寫入2017年政府工作報告，折射出未來人工智能產(chǎn)業(yè)在我國經(jīng)濟(jì)發(fā)展與轉(zhuǎn)型中的重要性。本書內(nèi)容涵蓋了人工智能發(fā)展的主要領(lǐng)域，刻畫了人工智能未來發(fā)展的場景和商業(yè)模式，對我國各行各業(yè)應(yīng)對智能化轉(zhuǎn)型提供了很好的指引和借鑒。

·16.3萬字

會員

PyTorch 2.0深度學(xué)習(xí)從零開始學(xué)

PyTorch是一個開源的機器學(xué)習(xí)框架，它提供了動態(tài)計算圖的支持，讓用戶能夠自定義和訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)，目前是機器學(xué)習(xí)領(lǐng)域中的框架之一。《PyTorch2.0深度學(xué)習(xí)從零開始學(xué)》共分15章，內(nèi)容包括PyTorch概述、開發(fā)環(huán)境搭建、基于PyTorch的MNIST分類實戰(zhàn)、深度學(xué)習(xí)理論基礎(chǔ)、MNIST分類實戰(zhàn)、數(shù)據(jù)處理與模型可視化、基于PyTorch卷積層的分類實戰(zhàn)、PyTorch數(shù)據(jù)處理與模型可視化、實戰(zhàn)ResNet卷積網(wǎng)絡(luò)模型、有趣的WordEmbedding、基于循環(huán)神經(jīng)網(wǎng)絡(luò)的中文情感分類實戰(zhàn)、自然語言處理的編碼器、站在巨人肩膀上的預(yù)訓(xùn)練模型BERT、自然語言處理的解碼器、基于PyTorch的強化學(xué)習(xí)實戰(zhàn)、基于MFCC的語音喚醒實戰(zhàn)、基于PyTorch的人臉識別實戰(zhàn)。

·11.3萬字

會員

深度學(xué)習(xí)進(jìn)階：自然語言處理

《深度學(xué)習(xí)進(jìn)階：自然語言處理》是《深度學(xué)習(xí)入門：基于Python的理論與實現(xiàn)》的續(xù)作，圍繞自然語言處理和時序數(shù)據(jù)處理，介紹深度學(xué)習(xí)中的重要技術(shù)，包括word2vec、RNN、LSTM、GRU、seq2seq和Attention等。本書語言平實，結(jié)合大量示意圖和Python代碼，按照“提出問題”“思考解決問題的新方法”“加以改善”的流程，基于深度學(xué)習(xí)解決自然語言處理相關(guān)的各種問題，使讀者在此過程中更深入地理解深度學(xué)習(xí)中的重要技術(shù)。

·13.3萬字

會員

智能控制

本書較全面地敘述了智能控制的基本理論、方法和應(yīng)用。全書共11章。主要內(nèi)容為：專家控制的基本原理和應(yīng)用；模糊控制的基本原理和應(yīng)用；神經(jīng)網(wǎng)絡(luò)控制的基本原理和應(yīng)用；遺傳算法及其應(yīng)用和迭代學(xué)習(xí)控制方法及其應(yīng)用。本書系統(tǒng)性強，突出理論聯(lián)系實際，敘述深入淺出，適合于初學(xué)者學(xué)習(xí)。書中給出了一些智能算法的Matlab仿真程序，并配有一定數(shù)量的習(xí)題和上機操作題。

·12.6萬字

會員

DeepSeek操作應(yīng)用大全：從入門到精通

本書是全面介紹DeepSeek人工智能平臺及其應(yīng)用的實用指南，旨在幫助讀者從零基礎(chǔ)開始，逐步掌握DeepSeek的各項功能，并最終達(dá)到精通水平，能夠在各種實際場景中靈活運用DeepSeek解決復(fù)雜問題。無論你是人工智能的初學(xué)者，還是希望進(jìn)一步提升技能的專業(yè)人士，本書都將為你提供詳盡的操作指導(dǎo)和豐富的實戰(zhàn)案例。本書共三篇25章，涵蓋了DeepSeek的各個方面，從基礎(chǔ)入門到高級應(yīng)用，再到私有化部署，內(nèi)容全面且系統(tǒng)。同時，書中展望了人工智能的未來發(fā)展趨勢，幫助讀者把握技術(shù)前沿，在人工智能時代脫穎而出。

·15.6萬字

會員

生成式AI實戰(zhàn)

本書由淺入深地介紹了生成式AI的理論與實踐，內(nèi)容涉及從基礎(chǔ)原理到前沿應(yīng)用，為讀者提供了一個系統(tǒng)的認(rèn)知框架。本書從生成式AI技術(shù)的基礎(chǔ)工具入手，逐步深入到Transformer模型與GPT的原理和應(yīng)用，詳細(xì)介紹了圖像生成模型StableDiffusion，以及LangChain與AIAgent的相關(guān)知識。書中結(jié)合開源代碼分析，展示了生成式AI在各行各業(yè)的實際應(yīng)用，并探討了其在高速發(fā)展過程中所面臨的倫理和隱私風(fēng)險。本書適合對生成式AI感興趣的讀者閱讀，無論你是初學(xué)者還是有一定編程基礎(chǔ)的人士，都能從中獲得寶貴的知識和經(jīng)驗。對于零編程基礎(chǔ)的讀者，本書提供了跳過代碼實現(xiàn)的理論學(xué)習(xí)路徑。

·11.7萬字

會員

從零構(gòu)建大模型

本書是關(guān)于如何從零開始構(gòu)建大模型的指南，由暢銷書作家塞巴斯蒂安·拉施卡撰寫，通過清晰的文字、圖表和實例，逐步指導(dǎo)讀者創(chuàng)建自己的大模型。在本書中，讀者將學(xué)習(xí)如何規(guī)劃和編寫大模型的各個組成部分、為大模型訓(xùn)練準(zhǔn)備適當(dāng)?shù)臄?shù)據(jù)集、進(jìn)行通用語料庫的預(yù)訓(xùn)練，以及定制特定任務(wù)的微調(diào)。此外，本書還將探討如何利用人工反饋確保大模型遵循指令，以及如何將預(yù)訓(xùn)練權(quán)重加載到大模型中。

·13.8萬字

會員

生成式人工智能

ChatGPT一經(jīng)問世，在全球范圍內(nèi)引起巨大轟動，GPT-4接入未來辦公軟件更是讓人震驚，而且技術(shù)正在以前所未有的速度快速迭代。那么，以這些技術(shù)為代表的生成式人工智能（AIGC）是否為新一輪的技術(shù)革命？它到底能做什么，具有哪些優(yōu)勢和場景應(yīng)用趨勢？面對新技術(shù)，未來商業(yè)的機會在哪里，對我們個人又有著什么樣的影響？……這些問題對于我們理解當(dāng)下，面向未來都十分重要。本書基于作者的專業(yè)背景和長期實踐，系統(tǒng)介紹生成式人工智能的內(nèi)在邏輯與應(yīng)用，并將其與產(chǎn)業(yè)發(fā)展，理論和實際相結(jié)合，幫助讀者從本源了解生成式人工智能，結(jié)合未來趨勢和發(fā)展為讀者指明方向。

·10.8萬字

會員

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

本書結(jié)合日常生活中的尋常小事，生動形象地闡述了神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念、原理和實踐，案例豐富，深入淺出。對于正在進(jìn)入人工智能時代的我們，這些內(nèi)容無疑可以幫助我們更好地理解人工智能的原理，豐富我們對人類自身的認(rèn)識，并啟發(fā)我們對人機智能之爭更深一層的思考與探索。

·9.4萬字

會員

深入淺出圖神經(jīng)網(wǎng)絡(luò)：GNN原理解析

這是一本從原理、算法、實現(xiàn)、應(yīng)用4個維度詳細(xì)講解圖神經(jīng)網(wǎng)絡(luò)的著作，在圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域具有重大的意義。本書作者是圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域的資深技術(shù)專家，作者所在的公司極驗也是該領(lǐng)域的領(lǐng)先者。本書是作者和極驗多年研究和實踐經(jīng)驗的總結(jié)，內(nèi)容系統(tǒng)、扎實、深入淺出，得到了白翔、俞棟等幾位來自學(xué)術(shù)界和企業(yè)界的領(lǐng)軍人物的高度評價和強烈推薦。全書共10章：第1～4章全面介紹了圖、圖數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡(luò)以及表示學(xué)習(xí)等基礎(chǔ)知識，是閱讀本書的預(yù)備知識；第5～6章從理論的角度出發(fā)，講解了圖信號處理和圖卷積神經(jīng)網(wǎng)絡(luò)，深入剖析了圖卷積神經(jīng)網(wǎng)絡(luò)的性質(zhì)，并提供了GCN實現(xiàn)節(jié)點分類的實例。第7～9章全面的講解了圖神經(jīng)網(wǎng)絡(luò)的各種變體及范式、圖分類機制及其實踐，以及基于GNN的圖表示學(xué)習(xí)；第10章介紹了圖神經(jīng)網(wǎng)絡(luò)的最新研究和應(yīng)用。

·8.9萬字

會員

AI速成課：從AI編程到構(gòu)建智能軟件

本書從基礎(chǔ)知識入手，詳細(xì)講解通過強化學(xué)習(xí)和深度學(xué)習(xí)構(gòu)建AI系統(tǒng)所需的一切，并通過5個完整的項目實例，循序漸進(jìn)展示如何使用最佳、最簡單的AI編程工具（包括Python、TensorFlow、Keras和PyTorch）構(gòu)建智能軟件。具體內(nèi)容包括AI工具包、Python基礎(chǔ)、AI基礎(chǔ)技巧、你的第一個AI模型、銷售和廣告中的AI、Q學(xué)習(xí)、物流行業(yè)中的AI、人工大腦、自動駕駛車輛中的AI、商業(yè)中的AI、深度卷積Q學(xué)習(xí)、游戲中的AI。

·13萬字

會員

Web3超入門

Web3時代已經(jīng)正式拉開序幕，不管你我是否愿意，都將不可避免地進(jìn)入Web3的新世界。Web3不只是Web1.0和Web2.0的延伸，更是從底層協(xié)議上對傳統(tǒng)互聯(lián)網(wǎng)的全面革新。正如20年前的互聯(lián)網(wǎng)一樣，Web3雖然目前只是星星之火，但已經(jīng)呈現(xiàn)出燎原之勢。因此，現(xiàn)在學(xué)習(xí)Web3知識，可謂恰逢其勢，正當(dāng)其時。《Web3超入門》共有五大篇，第1篇趨勢篇（第1、2章）從多個維度詳細(xì)闡述了Web3時代到來的必然性；第2篇概念篇（第3、4章）追溯了Web3的起源，重新定義了Web3概念；第3篇內(nèi)核篇（第5~7章）深度講解了支撐Web3的三大內(nèi)核NFT、DeFi、DAO；第4篇技術(shù)篇（第8~11章）剖析了Web3實現(xiàn)的技術(shù)邏輯以及常用的開發(fā)工具；第5篇應(yīng)用篇（第12~15章）全面分析了Web3的應(yīng)用優(yōu)勢和落地場景。《Web3超入門》深入淺出，力求采用通俗易懂的語言從用戶角度還原Web3的真實面貌。書中引用了大量案例和豐富的插圖，層層遞進(jìn)，可讀性強，非常適合廣大Web3從業(yè)者、創(chuàng)業(yè)者和愛好者閱讀。

·15萬字

會員

Python強化學(xué)習(xí)：算法、核心技術(shù)與行業(yè)應(yīng)用

本書使用受現(xiàn)實世界商業(yè)和行業(yè)問題啟發(fā)的實際示例來講授強化學(xué)習(xí)技術(shù)的相關(guān)知識。本書分為四部分：第一部分涵蓋強化學(xué)習(xí)的必要背景，包括定義、數(shù)學(xué)基礎(chǔ)和強化學(xué)習(xí)解決方案的概述；第二部分深入介紹最先進(jìn)的強化學(xué)習(xí)算法（規(guī)模化的深度Q-學(xué)習(xí)、基于策略的方法、基于模型的方法、多智能體強化學(xué)習(xí)等），包括每種算法的優(yōu)缺點；第三部分介紹強化學(xué)習(xí)中的高級技術(shù)，包括機器教學(xué)、泛化和域隨機化、元強化學(xué)習(xí)等主題，還涵蓋強化學(xué)習(xí)中有助于改進(jìn)模型的各種高級主題；第四部分講解強化學(xué)習(xí)的各種應(yīng)用，例如自主系統(tǒng)、供應(yīng)鏈管理、營銷和金融、智慧城市與網(wǎng)絡(luò)安全等，并討論強化學(xué)習(xí)領(lǐng)域的一些挑戰(zhàn)及未來方向。學(xué)完本書，你將掌握如何訓(xùn)練和部署自己的強化學(xué)習(xí)智能體來解決強化學(xué)習(xí)問題。

·19.5萬字

會員

人工智能簡史

本書全面講述人工智能的發(fā)展史，幾乎覆蓋人工智能學(xué)科的所有領(lǐng)域，包括人工智能的起源、自動定理證明、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、自然語言處理、遺傳算法、深度學(xué)習(xí)、強化學(xué)習(xí)、超級智能、哲學(xué)問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智能進(jìn)行了全面回顧和深度點評。本書作者和書中諸多人物或為師友或相熟相知，除了詳實的考證還有有趣的軼事。本書既適合專業(yè)人士了解人工智能鮮為人知的歷史，也適合對人工智能感興趣的大眾讀者作為入門的向?qū)А?/p>

·16.7萬字

會員

深度學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通

本書專注討論深度學(xué)習(xí)中應(yīng)用非常廣泛的模型——卷積神經(jīng)網(wǎng)絡(luò)，該模型特別適用于圖像分類和識別、目標(biāo)分割和檢測以及人工智能游戲方面，受眾對象包括計算機、自動化、信號處理、機電工程、應(yīng)用數(shù)學(xué)等相關(guān)專業(yè)的研究生、教師以及算法工程師和科研工作者。本書的最大特色是對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行由淺入深的分類描述，依次包括：現(xiàn)代雛形、突破模型、應(yīng)變模型、加深模型、跨連模型、區(qū)域模型、分割模型、特殊模型、強化模型和頂尖成就。這種分類框架是在模型概述和預(yù)備知識的基礎(chǔ)上逐步展開的，既方便讀者入門學(xué)習(xí)，又有助于讀者深入鉆研。

·14.8萬字

會員

圖解大模型：生成式AI原理與實戰(zhàn)

本書全程圖解式講解，通過大量全彩插圖拆解概念，讓讀者真正告別學(xué)習(xí)大模型的枯燥和復(fù)雜。全書分為三部分，依次介紹語言模型的原理、應(yīng)用及優(yōu)化。第一部分理解語言模型（第1~3章），解析語言模型的核心概念，包括詞元、嵌入向量及Transformer架構(gòu)，幫助讀者建立基礎(chǔ)認(rèn)知。第二部分使用預(yù)訓(xùn)練語言模型（第4~9章），介紹如何使用大模型進(jìn)行文本分類、聚類、語義搜索、文本生成及多模態(tài)擴(kuò)展，提升模型的應(yīng)用能力。第三部分訓(xùn)練和微調(diào)語言模型（第10~12章），探討大模型的訓(xùn)練與微調(diào)方法，包括嵌入模型的構(gòu)建、分類任務(wù)的優(yōu)化及生成式模型的微調(diào)，以適應(yīng)特定需求。本書適合對大模型感興趣的開發(fā)者、研究人員和行業(yè)從業(yè)者。讀者無須深度學(xué)習(xí)基礎(chǔ)，只要會用Python，就可以通過本書深入理解大模型的原理并上手大模型應(yīng)用開發(fā)。書中示例還可以一鍵在線運行，讓學(xué)習(xí)過程更輕松。

·16.4萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時間

GPT圖解：大模型是怎樣構(gòu)建的