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

DeepSeek企業級AI應用實踐

  • 作者：編者:張雲波|責編:王秋陽
  • 出版社：清華大學
  • ISBN：9787302689898
  • 出版日期：2025/04/01
  • 裝幀：平裝
  • 頁數：292
人民幣：RMB 89.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    DeepSeek作為一款開源、低成本且性能卓越的AI模型，憑借其獨特的技術優勢，正在重新定義人工智慧的開發和應用模式。本書系統地介紹了DeepSeek的技術架構、應用場景、開發流程以及未來發展方向，內容全面且具有實戰導向，旨在為讀者提供一本從理論到實踐的深度學習指南。
    本書共分為8章，涵蓋從基礎理論到高級應用的多個方面。書中不僅介紹了DeepSeek的技術原理和架構設計，還通過具體的實戰項目，如自動化工作流設計、AI智能體構建、智能衛生間APP開發等，展示如何將DeepSeek應用於實際場景。
    本書適合廣大AI領域的從業者、研究人員以及技術愛好者。無論是希望快速掌握DeepSeek開發技巧的技術人員，還是對AI務場景應用感興趣的創業者，抑或希望在學術研究中探索AI模型優化的科研人員，本書都是一本極具價值的參考書籍。
作者介紹
編者:張雲波|責編:王秋陽
    張雲波，一個喜歡嘗試前沿領域的自由程序員，花川學院創始人、華為開發專家（Huawei Developer Experts，HDE）、首屆HarmonyOS開發者創新大賽導師、第二屆HarmonyOS開發者創新大賽科技創新獎得主、51CTO開源技術社區MVP、潤和軟體HiHope社區專家、未來杯HarmonyOS技術應用創新大賽導師。曾就職于IBM、SAP、SONY等公司，具有豐富的工作經驗。從蘋果Swift、微信小程序、區塊鏈，到如今的鴻蒙和倉頡，自然不能錯過，希望可以親眼見證I行業國產化的深度崛起。
目錄
第1章  DeepSeek的前世今生
  1.1  從金融到AI的轉型之路
    1.1.1  DeepSeek的誕生
    1.1.2  戰略突圍：商業化探索的挑戰
    1.1.3  市場表現與行業影響
  1.2  DeepSeek技術演進圖譜
    1.2.1  架構革命的四階躍遷
    1.2.2  整體架構與設計理念轉變
    1.2.3  性能與任務處理能力進化
    1.2.4  閉源模式的突破
    1.2.5  成本優勢解析
  1.3  重構AI範式的核心優勢
    1.3.1  重構AI基礎架構：技術層面的高效與卓越
    1.3.2  商業價值的範式重構
    1.3.3  DeepSeek時代的商業挑戰與機遇
  1.4  開源生態的裂變效應
    1.4.1  降低開發門檻與成本
    1.4.2  社區合作與知識共享
    1.4.3  自主掌控與數據隱私保護
    1.4.4  生態系統的構建與拓展
  1.5  市場主流AI模型的比較
    1.5.1  語言處理能力比較
    1.5.2  邏輯推理能力比較
    1.5.3  性價比比較
  1.6  本章小結
第2章  DeepSeek-R1實例場景開發
  2.1  構建AI智能體與自動化
    2.1.1  準備工作
    2.1.2  配置n8n與DeepSeek API的連接
    2.1.3  測試和優化工作流程
    2.1.4  部署和監控工作流程
  2.2  DeepSeek-R1的推理和邏輯
    2.2.1  準備工作
    2.2.2  JupyterNotebook實現
    2.2.3  執行生成的代碼
    2.2.4  殘差分析與優化
    2.2.5  根據優化建議改進模型
  2.3  使用DeepSeek-R1開發H網站和工具
    2.3.1  準備工作
    2.3.2  生成代碼
    2.3.3  代碼調試和部署
  2.4  DeepSeek-R1自動執行任務
    2.4.1  準備工作
    2.4.2  構建n8n工作流
    2.4.3  保存並激活工作流
  2.5  DeepSeek-R1與其他工具集成
    2.5.1  配置Postman環境
    2.5.2  生成測試用例
    2.5.3  批量執行
  2.6  通過DeepSeek-R1集成HTTPAPI

    2.6.1  準備工作
    2.6.2  編寫API端點
    2.6.3  部署與測試
  2.7  DeepSeek-R1實戰用例
    2.7.1  環境準備
    2.7.2  FastGPT接收模擬數據
  2.8  使用Cline開發項目
    2.8.1  安裝VisualStudioCode與Cline
    2.8.2  生成項目
  2.9  用於自動化的免費工具和資源
    2.9.1  自動化工具的技術譜系與核心能力
    2.9.2  第三方API服務的技術縱深與行業適配
    2.9.3  技術演進趨勢與未來展望
  2.10  認識Make.com
    2.10.1  Make.com自動化基礎
    2.10.2  Make.com自動化的應用場景
    2.10.3  如何學習和掌握Make.com
  2.11  基於DeepSeek-R1的Email自動化
    2.11.1  註冊Make.com賬號
    2.11.2  QQ郵箱自動化
  2.12  基於DeepSeek-R1的內容創作
    2.12.1  RSS簡介
    2.12.2  自動化內容創作
  2.13  自動化模板深度探索
    2.13.1  模板庫
    2.13.2  低代碼/無代碼平台趨勢
    2.13.3  AI編程趨勢
第3章  用DeepSeek打造契合用戶需求的產品
  3.1  基於聊天形式的人機交互的演變
    3.1.1  從指令到對話：Chat模式的革命性突破
    3.1.2  用戶需求升級：從「功能滿足」到「情感認同」
  3.2  AI產品對用戶行為的塑造
  3.3  用戶需求對AI產品設計的影響
  3.4  Chat交互背後的AI引擎
    3.4.1  Transformer架構與大模型技術
    3.4.2  實時反饋與自學習的優化
    3.4.3  自然語言處理與語音識別技術的融合
    3.4.4  多模態情感識別技術
    3.4.5  情感生成的動態策略
    3.4.6  情境感知
    3.4.7  智能個性化：從「千人一面」到「一人千面」
    3.4.8  端側模型輕量化
第4章  智能衛生間APP開發實戰
  4.1  智能衛生間帶來的新體驗
  4.2  智能衛生間的整體設計
    4.2.1  整體硬體布局
    4.2.2  軟體功能與用戶體驗設計
  4.3  軟硬體的適配
    4.3.1  項目需求概述
    4.3.2  硬體設備選型與布局

    4.3.3  軟體系統設計
    4.3.4  軟硬體協同工作
  4.4  UI設計與交互體驗
    4.4.1  UI設計
    4.4.2  交互體驗
  4.5  基於DeepSeek的fastgpt.ai底座
    4.5.1  認識FastGPT
    4.5.2  選用DeepSeek作為AI模型底座的優勢
    4.5.3  使用FastGPT創建第一個AI對話應用
    4.5.4  使用FastGPT創建工作流
  4.6  AI文字或語音控制實現
  4.7  基於DeepSeek-R1的智能衛生間AI智能體優化設計與實現
    4.7.1  什麼是AI智能體
    4.7.2  基於DeepSeek-R1的智能衛生間AI智能體
  4.8  數據分析與人流量策略規劃
    4.8.1  數據分析
    4.8.2  人流量策略規劃
第5章  DeepSeek的跨行業UX設計
  5.1  DeepSeek引領AI時代跨行業UX設計
    5.1.1  AI如何提升體驗設計的無縫性與個性化
    5.1.2  DeepSeek的獨特之處
  5.2  深入挖掘並驗證用戶體驗需求
    5.2.1  DeepSeek如何支持產品優化
    5.2.2  DeepSeek通過多模態洞察數據
    5.2.3  DeepSeek以精準性驗證需求
  5.3  用戶需求與體驗並行
    5.3.1  DeepSeek如何引入差異化思路
    5.3.2  發散創意源泉
    5.3.3  探索DeepSeek與人類的協作動態
  5.4  UX交互革新
    5.4.1  追溯交互從靜態到動態多模態的轉變
    5.4.2  DeepSeek如何優化新形式、界面和邏輯
    5.4.3  深化人與環境的連接
  5.5  智能流程再造
    5.5.1  自動化設計流程：從煩瑣到高效的轉變
    5.5.2  智能協同創新網路：連接人與技術的橋樑
    5.5.3  從直覺到洞察的飛躍
第6章  智能硬體開發實戰
  6.1  智能硬體開發的基本流程與挑戰
    6.1.1  智能硬體開發的基本流程
    6.1.2  開發者面臨的挑戰
  6.2  DeepSeek：代碼生成加速器
    6.2.1  從自然語言到代碼的轉換
    6.2.2  與Cursor結合提升開發效率
    6.2.3  嵌入式代碼生成的優勢
    6.2.4  用對話創造硬體
    6.2.5  像搭積木一樣開發硬體
  6.3  嵌入式開發：從硬體選型到代碼生成
    6.3.1  ESP32開發板選型指南
    6.3.2  DeepSeek生成基礎代碼框架

  6.4  實戰項目：ESP32與DeepSeek的聯合
    6.4.1  項目概述
    6.4.2  端到端案例：語音控制燈光
  6.5  實戰項目：SparkBot對接火山引擎（DeepSeek全流程支持）
    6.5.1  項目架構設計
    6.5.2  調試與優化
第7章  DeepSeek-R1模型優化與微調入門
  7.1  DeepSeek-R1模型基礎剖析
    7.1.1  DeepSeek模型架構探秘
    7.1.2  DeepSeek-R1一種新的強化範式
  7.2  常見模型優化方法
    7.2.1  訓練階段優化
    7.2.2  推理階段優化
    7.2.3  邊緣部署優化
  7.3  對DeepSeek-R1-1.5B版本本地優化試驗
  7.4  大模型微調基礎概念詳解
    7.4.1  微調的定義與目的
    7.4.2  微調的流程
    7.4.3  熱門微調工具概述
    7.4.4  雲平台選擇考量
    7.4.5  Unsloth快速入門
    7.4.6  DeepSeek-R1微調試驗環境搭建
  7.5  使用Unsloth訓練自己的GRPO模型
    7.5.1  GRPO模型
    7.5.2  Llama3.1_(8B)-GRPO微調試驗（基於Unsloth+Colab）
第8章  DeepSeek-R1部署工程化
  8.1  模型服務化
    8.1.1  TritonInferenceServer的架構與功能
    8.1.2  使用TritonInferenceSever配置DeepSeek
    8.1.3  TritonInferenceServer參數配置
    8.1.4  訪問TritonInferenceServer的協議
    8.1.5  使用Python調用TritonInferenceServer
    8.1.6  其他Serving框架
  8.2  A/B測試框架
    8.2.1  A/B測試的原理和作用
    8.2.2  對DeepSeek-R1模型進行A/B測試
    8.2.3  分析A/B測試結果並做出決策
  8.3  性能壓測方案
    8.3.1  性能壓測的原理和作用
    8.3.2  對DeepSeek-R1模型服務進行性能壓測
    8.3.3  分析性能壓測結果並優化系統性能
    8.3.4  模擬真實用戶流量與設置合理壓測指標
  8.4  監控與日誌
    8.4.1  對DeepSeek-R1模型服務進行監控
    8.4.2  配置日誌系統
  8.5  藍綠部署與金絲雀發布
  8.6  模型安全與對抗防禦
  8.7  異構硬體支持
  8.8  資源管理與調度
  8.9  展望

  • 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