官术网_书友最值得收藏!

Serverless架構(gòu)下的AI應(yīng)用開發(fā):入門、實戰(zhàn)與性能優(yōu)化
會員

這是一部指導(dǎo)讀者在Serverless架構(gòu)下開發(fā)、部署和運維機器學(xué)習(xí)項目的實戰(zhàn)性著作。本書由阿里巴巴官方出品,來自阿里云和螞蟻集團的Serverless產(chǎn)品專家、AI算法專家、Serverless解決方案架構(gòu)師、Serverless工具鏈技術(shù)負(fù)責(zé)人聯(lián)合撰寫,全方位地梳理和總結(jié)了阿里在Serverless架構(gòu)下的機器學(xué)習(xí)實戰(zhàn)經(jīng)驗,得到了企業(yè)界和學(xué)術(shù)界的10余位專家的高度認(rèn)可。具體內(nèi)容上,本書主要包含如下幾個方面:(1)Serverless架構(gòu)基礎(chǔ)詳細(xì)介紹了Serverless架構(gòu)的概念、特點和應(yīng)用場景,Serverless架構(gòu)下的應(yīng)用開發(fā)、部署的流程和方法,以及傳統(tǒng)的Web框架如何向Serverless架構(gòu)遷移和部署,這些都是在Serverless架構(gòu)下開發(fā)和部署應(yīng)用必備的基礎(chǔ)知識。(2)機器學(xué)習(xí)算法和機器學(xué)習(xí)框架在Serverless架構(gòu)下的應(yīng)用詳細(xì)講解了支持向量機、神經(jīng)網(wǎng)絡(luò)等各種機器學(xué)習(xí)常用的算法和模型,以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4種主流深度學(xué)習(xí)框架與Serverless架構(gòu)的結(jié)合,為讀者在Serverless架構(gòu)下開發(fā)機器學(xué)習(xí)應(yīng)用打下基礎(chǔ)。(3)Serverless架構(gòu)下的機器學(xué)習(xí)項目實戰(zhàn)首先通過幾個實戰(zhàn)案例講解了圖像識別、模型升級、情感分析等機器學(xué)習(xí)領(lǐng)域的高頻應(yīng)用的Serverless化,為傳統(tǒng)的AI應(yīng)用遷移和部署到Serverless架構(gòu)給出指引;然后通過兩個綜合案例講解了機器學(xué)習(xí)應(yīng)用在Serverless架構(gòu)上從設(shè)計、開發(fā)、部署到運維的全流程。(4)Serverless應(yīng)用性能優(yōu)化總結(jié)了Serverless架構(gòu)下應(yīng)用性能優(yōu)化的方法和經(jīng)驗,比如冷啟動的優(yōu)化方案、開發(fā)注意事項等。

劉宇 田初東等 ·人工智能 ·12萬字

自然語言處理應(yīng)用與實戰(zhàn)
會員

本書系統(tǒng)介紹了自然語言處理及深度學(xué)習(xí),并結(jié)合實際應(yīng)用場景和綜合案例,深入淺出地講解自然語言處理領(lǐng)域的相關(guān)知識。全書共15章,分為4個部分。第1部分是自然語言處理基礎(chǔ),首先介紹自然語言處理的相關(guān)概念和基本技能,然后介紹詞向量技術(shù)和實現(xiàn)方法,最后介紹關(guān)鍵詞提取技術(shù)。第2部分是自然語言處理核心技術(shù),分別介紹樸素貝葉斯算法、N-gram語言模型、PyTorch深度學(xué)習(xí)框架、FastText模型文本分類和基于深度學(xué)習(xí)的文本分類。第3部分是序列標(biāo)注,介紹序列標(biāo)注的具體應(yīng)用,如HMM詞性標(biāo)注和HMM命名實體識別等常見的自然語言處理應(yīng)用場景。第4部分是預(yù)訓(xùn)練模型,它在很大程度上促進了自然語言處理的發(fā)展,這部分內(nèi)容關(guān)注預(yù)訓(xùn)練模型的具體應(yīng)用,如ALBERT的命名實體識別、Transformer的文本分類、BERT的文本相似度計算、ERNIE的情感分析等。本書適合對人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理感興趣的讀者閱讀,也可以作為應(yīng)用型本科院校和高等職業(yè)院校人工智能相關(guān)專業(yè)的教材。

韓少云等編著 ·人工智能 ·6萬字

會話式AI:自然語言處理與人機交互
會員

本書從邏輯上看分為三大部分。第一部分(第1~2章)介紹語言理解的基礎(chǔ)概念與環(huán)境搭建。其中,第1章介紹人機交互的演變歷史及技術(shù)變革。第2章介紹前置技術(shù),重點涵蓋PyTorch、TorchText、Jieba等自然語言處理學(xué)習(xí)庫的使用方法。第二部分(第3~8章)介紹自然語言處理和人機交互相關(guān)的核心技術(shù)。本書強調(diào)理論與實戰(zhàn)并行,在介紹相關(guān)核心技術(shù)的同時,每章針對相應(yīng)核心算法展開實戰(zhàn),在真實中文數(shù)據(jù)集下驗證算法性能,讓讀者從更深層面了解相關(guān)算法。第3章主要介紹中文分詞技術(shù),包含分詞概念、分類體系、常見分詞算法,并針對HMM算法進行實戰(zhàn)。第4章主要介紹數(shù)據(jù)預(yù)處理相關(guān)內(nèi)容,重點關(guān)注TorchText針對數(shù)據(jù)預(yù)處理與構(gòu)建數(shù)據(jù)集的使用。詞向量(第5章)、序列標(biāo)注(第6章)、文本分類(第7章)、文本生成(第8章)作為4種核心技術(shù)將分別單獨介紹。第三部分(第9~12章)通過講解人機交互中4個不同類型的高階技術(shù),幫助讀者了解人機交互中的深層技術(shù)。其中包括對話生成(第9章)、知識圖譜問答(第10章)、自然語言推理(第11章)和實體語義理解(第12章)。

杜振東 涂銘 ·人工智能 ·13.4萬字

AIGC原理與實踐:零基礎(chǔ)學(xué)大語言模型、擴散模型和多模態(tài)模型
會員

本書旨在幫助沒有任何人工智能技術(shù)基礎(chǔ)的工程師們?nèi)嬲莆誂IGC的底層技術(shù)原理,以及大語言模型、擴散模型和多模態(tài)模型的原理與實踐。本書的核心價值是,首先為想學(xué)習(xí)各種大模型的讀者打下堅實的技術(shù)基礎(chǔ),然后再根據(jù)自己的研究方向展開深入的學(xué)習(xí),達到事半功倍的效果。通過閱讀本書,您將學(xué)習(xí)如下內(nèi)容:(1)AIGC技術(shù)基礎(chǔ)深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識,包括卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的原理與應(yīng)用。并通過學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法,您將掌握如何優(yōu)化和提升神經(jīng)網(wǎng)絡(luò)的性能。(2)圖像生成模型包括從自動編碼器(AE)、變分自編碼器(VAE)、生成對抗網(wǎng)絡(luò)(GAN)等圖像生成模型。通過學(xué)習(xí)優(yōu)化方法,如WGAN、WGAN-WP、StyleGAN等,您將掌握如何提高圖像生成模型的質(zhì)量和穩(wěn)定性。同時,了解圖像生成模型的應(yīng)用,如遷移學(xué)習(xí)、風(fēng)格遷移等,讓您輕松實現(xiàn)個性化創(chuàng)作。此外,還將帶您深入了解DDPM、DDIM等擴散模型的前沿技術(shù),為您展現(xiàn)圖像生成技術(shù)的最新成果,探索更加出色的生成效果和表達方式。(3)語言生成模型了解注意力機制、Transformer架構(gòu)等基礎(chǔ)知識,深入探索GAT系列、大語言模型(如ChatGPT),讓您掌握自然語言處理的精髓。(4)多模態(tài)模型了解CLIP、StableDiffusion、DALL.E等多模態(tài)模型,觸碰視覺和文字的奇妙交織,領(lǐng)略多模態(tài)智能的廣闊前景。

吳茂貴 ·人工智能 ·16.7萬字

QQ閱讀手機版

主站蜘蛛池模板: 黎城县| 南靖县| 九龙城区| 南涧| 涟源市| 萨嘎县| 股票| 米林县| 明光市| 上饶县| 连平县| 宜兰市| 柏乡县| 陇川县| 疏勒县| 九江市| 阿城市| 鄂托克旗| 罗源县| 顺义区| 呼伦贝尔市| 襄垣县| 农安县| 浙江省| 马尔康县| 哈尔滨市| 天镇县| 宁陕县| 平湖市| 乡城县| 霸州市| 平潭县| 山西省| 扶余县| 精河县| 二手房| 千阳县| 仁寿县| 蒲江县| 桦甸市| 晋中市|