同类推荐
-
-
网络服务器配置与管理
-
¥49.00
-
-
Stable Diffusion AIGC视觉教程
-
¥59.80
-
-
openvela轻量系统开发实战
-
¥119.00
-
-
openvela轻量系统开发实战
-
¥119.00
-
-
openvela轻量系统开发实战
-
¥119.00
-
-
Web前端设计与开发
-
¥54.80
-
-
C语言本质
-
¥99.80
-
-
C语言本质
-
¥99.80
-
-
C语言本质
-
¥99.80
-
-
Python算法从入门到项目实践:超值版
-
¥79.80
|
|
图书信息
|
|
|
|
解构大语言模型：从线性回归到通用人工智能
|
| ISBN： | 9787121477409 |
定价： | ￥159.00 |
| 作者： | 唐亘著 |
出版社： | 电子工业出版社 |
| 出版时间： | 2024年05月 |
开本： | 24cm |
| 页数： | 18,414页 |
中图法： | TP391 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
9
|
库区13/泰安展厅库/样本13
|
2026-06-10
|
|
其它供货商库存合计
|
649
|
|
2026-06-10
|
图书简介 | | 本书从模型的结构和数据基础两个方面解构大语言模型，以便帮助读者理解和搭建类似ChatGPT的系统。在模型的结构方面，大语言模型属于深度神经网络，其设计核心是注意力机制，因此，本书涵盖了多层感知器、卷积神经网络和循环神经网络等经典模型。在模型的数据基础方面，本书既涉及模型训练的工程基础，如反向传播，又涉及数据的使用方式，如迁移学习、强化学习，以及传统的监督学习和无监督学习。此外，本书还阐述了如何从计量经济学和经典机器学习模型中汲取灵感，以提高模型的稳定性和可解释性。 |
|