幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

AIGC原理與實踐(零基礎學大語言模型擴散模型和多模態模型)/智能系統與技術叢書

  • 作者：吳茂貴|責編:楊福川//陳潔
  • 出版社：機械工業
  • ISBN：9787111753315
  • 出版日期：2024/06/01
  • 裝幀：平裝
  • 頁數：434
人民幣：RMB 129 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書旨在幫助沒有任何人工智慧技術基礎的工程師們全面掌握AIGC的底層技術原理，以及大語言模型、擴散模型和多模態模型的原理與實踐。本書的核心價值是，首先為想學習各種大模型的讀者打下堅實的技術基礎，然後再根據自己的研究方向展開深入的學習，達到事半功倍的效果。
作者介紹
吳茂貴|責編:楊福川//陳潔
    吳茂貴，資深大數據和人工智慧技術專家，就職于中國外匯交易中心，在BI、數據挖掘與分析、數據倉庫、機器學習等領域工作超過20年。在基於Spark、TensorFlow、PyTorch、Keras等的機器學習和深度學習方面有大量的工程實踐經驗。著有《Python深度學習：基於TensorFlow》《深度實踐Spark機器學習》《自己動手做大數據系統》等。
目錄
前言
第1章  AIGC概述
  1.1  AIGC的主要技術
    1.1.1  語言生成方面的技術
    1.1.2  視覺生成方面的技術
    1.1.3  多模態方面的技術
  1.2  生成模型與判別模型
    1.2.1  生成模型
    1.2.2  判別模型
  1.3  生成模型的原理
    1.3.1  生成模型的框架
    1.3.2  生成模型的概率表示
    1.3.3  生成模型的目標函數
    1.3.4  生成模型的挑戰及解決方法
  1.4  表示學習
    1.4.1  表示學習的直觀理解
    1.4.2  表示學習的常用方式
    1.4.3  表示學習與特徵工程的區別
    1.4.4  圖像的表示學習
    1.4.5  文本的表示學習
    1.4.6  多模態的表示學習
    1.4.7  表示學習的融合技術
    1.4.8  如何衡量表示學習的優劣
  1.5  表示學習的逆過程
第2章  深度神經網路
  2.1  用PyTorch構建深度神經網路
    2.1.1  神經網路的核心組件
    2.1.2  構建神經網路的主要工具
    2.1.3  構建模型
    2.1.4  訓練模型
  2.2  用PyTorch實現神經網路實例
    2.2.1  準備數據
    2.2.2  可視化源數據
    2.2.3  構建模型
    2.2.4  訓練模型
  2.3  用PyTorch Lightning實現神經網路實例
  2.4  構建卷積神經網路
    2.4.1  全連接層
    2.4.2  卷積層
    2.4.3  卷積核
    2.4.4  步幅
    2.4.5  填充
    2.4.6  多通道上的卷積
    2.4.7  激活函數
    2.4.8  卷積函數
    2.4.9  轉置卷積
  ……
第3章  變分自編碼器
第4章  生成對抗網路
第5章  StyleGAN模型

第6章  風格遷移
第7章  注意力機制
第8章  Transformer模型
第9章  大語言模型
第10章  ChatGPT模型
第11章  擴散模型
第12章  多模態模型
第13章  AIGC的數學基礎

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032