同类推荐
-
-
Manus入门操作指南:从0到1玩转AI智能体
-
¥69.00
-
-
Cursor与Copilot开发实战:让烦琐编程智能化
-
¥89.80
-
-
大模型驱动的具身智能:架构、设计与实现
-
¥89.00
-
-
人工智能应用基础
-
¥48.00
-
-
AI Agent设计实战:智能体设计的方法与技巧
-
¥79.00
-
-
知识工程及应用
-
¥49.80
-
-
人工智能通识导论:微课版
-
¥59.80
-
-
生成式AI应用开发实战:基于智谱AI与DeepSeek
-
¥99.00
-
-
大模型浪潮
-
¥79.00
-
-
机器学习
-
¥65.00
|
|
图书信息
|
|
|
|
大模型核心技术与开发实践:基于Transformer、PyTorch及Hugging Face
|
| ISBN： | 9787302691402 |
定价： | ￥99.00 |
| 作者： | 凌峰著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2025年06月 |
开本： | 24cm |
| 页数： | 320页 |
中图法： | TP18 |
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
|
1
|
泰安展厅库
|
2025-06-27
|
|
其它供货商库存合计
|
500
|
|
2025-06-27
|
图书简介 | | 本书共12章。第1-3章，介绍Transformer模型的核心结构与实现，包括自注意力机制、多头注意力、残差连接等关键技术。第4-6章，结合实际案例展示如何利用PyTorch和Hugging Face库构建、训练和微调大模型。第7-9章介绍了生成模型的推理和优化技术，包括量化、剪辑、多GPU并行处理、混合精度训练等，以提高模型在大规模数据集上的训练和推理效率。第10、11章，通过实例介绍了Transformer在NLP常见任务中的应用，以及模型可解释性技术。第12章，通过一个企业级文本分析平台项目的搭建，介绍了从数据预处理、文本生成、高级分析到容器化与云端部署的完整流程，并提供代码示例、模块化测试和性能评估方法，使读者能够实际构建满足企业需求的智能应用系统。 |
|