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

智能計算系統實驗教程(從深度學習到大模型第2版電腦類專業系統能力培養系列教材)

  • 作者：李玲//趙永威//張蕊//黃迪//張欣|責編:劉鋒//陳佳媛
  • 出版社：機械工業
  • ISBN：9787111814450
  • 出版日期：2026/08/01
  • 裝幀：平裝
  • 頁數：353
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統講解大模型時代智能計算系統的原理與實踐，覆蓋深度學習演算法、編程框架、智能編程語言及處理器晶元等全棧核心技術，結合典型場景與實驗案例詳解實現路徑。上一版出版以來，深度學習已從傳統模型轉向以預訓練大語言模型為核心的新範式，GPT-3等大模型推動技術革新，對智能計算系統提出更高要求。新版教材全面重構內容，保留經典知識，強化大模型體系，新增DeepSeek、Qwen等模型與文生圖、語音合成案例。實驗分四大板塊循序漸進，倡導大模型輔助學習，以應用為驅動，助力讀者構建完整知識體系。
    本書可作為高等院校人工智慧、電腦科學及相關專業的本科生與研究生的教材，也可作為大模型領域技術人員的參考書。
作者介紹
李玲//趙永威//張蕊//黃迪//張欣|責編:劉鋒//陳佳媛
目錄
前言
第1章 緒論
  1.1 人工智慧發展背景
    1.1.1 深度學習
    1.1.2 大模型及智能體
  1.2 智能計算系統
  1.3 實驗設計
  1.4 實驗平台
    1.4.1 硬體平台
    1.4.2 軟體環境
第2章 聊天機器人的部署與應用
  2.1 大模型部署與推理應用
    2.1.1 實驗目的
    2.1.2 實驗背景
    2.1.3 實驗環境
    2.1.4 實驗內容
    2.1.5 實驗步驟
    2.1.6 實驗思考
  2.2 大模型微調
    2.2.1 實驗目的
    2.2.2 實驗背景
    2.2.3 實驗環境
    2.2.4 實驗內容
    2.2.5 實驗步驟
    2.2.6 實驗思考
第3章 多領域模型的部署與應用
  3.1 基於VGG19實現圖像分類
    3.1.1 實驗目的
    3.1.2 實驗背景
    3.1.3 實驗環境
    3.1.4 實驗內容
    3.1.5 實驗步驟
    3.1.6 實驗思考
  3.2 基於YOLOv5目標檢測的模型訓練
    3.2.1 實驗目的
    3.2.2 實驗背景
    3.2.3 實驗環境
    3.2.4 實驗內容
    3.2.5 實驗步驟
    3.2.6 實驗思考
  3.3 基於Tacotron 2的語音合成
    3.3.1 實驗目的
    3.3.2 實驗背景
    3.3.3 實驗環境
    3.3.4 實驗內容
    3.3.5 實驗步驟
    3.3.6 實驗思考
  3.4 基於BERT的問答任務
    3.4.1 實驗目的
    3.4.2 實驗背景

    3.4.3 實驗環境
    3.4.4 實驗內容
    3.4.5 實驗步驟
    3.4.6 實驗思考
  3.5 基於Stable Diffusion的圖文生成
    3.5.1 實驗目的
    3.5.2 實驗背景
    3.5.3 實驗環境
    3.5.4 實驗內容
    3.5.5 實驗步驟
    3.5.6 實驗思考
  3.6 基於CodeV的Verilog代碼生成
    3.6.1 實驗目的
    3.6.2 實驗背景
    3.6.3 實驗環境
    3.6.4 實驗內容
    3.6.5 實驗步驟
    3.6.6 實驗思考
  3.7 基於DeepSeek-R1的數學推理
    3.7.1 實驗目的
    3.7.2 實驗背景
    3.7.3 實驗環境
    3.7.4 實驗內容
    3.7.5 實驗步驟
    3.7.6 實驗思考
  3.8 基於Qwen2.5-1M的長上下文理解
    3.8.1 實驗目的
    3.8.2 實驗背景
    3.8.3 實驗環境
    3.8.4 實驗內容
    3.8.5 實驗步驟
    3.8.6 實驗思考
第4章 基於PyTorch的模型實現
  4.1 基於VGG19實現圖像分類
    4.1.1 實驗目的
    4.1.2 實驗背景
    4.1.3 實驗環境
    4.1.4 實驗內容
    4.1.5 實驗步驟
    4.1.6 實驗評估
    4.1.7 實驗思考
  4.2 實時風格遷移演算法的推理
    4.2.1 實驗目的
    4.2.2 實驗背景
    4.2.3 實驗環境
    4.2.4 實驗內容
    4.2.5 實驗步驟
    4.2.6 實驗評估
    4.2.7 實驗思考
  4.3 實時風格遷移演算法的訓練

    4.3.1 實驗目的
    4.3.2 實驗背景
    4.3.3 實驗環境
    4.3.4 實驗內容
    4.3.5 實驗步驟
    4.3.6 實驗評估
    4.3.7 實驗思考
  4.4 自定義基於PyTorch的CPU運算元
    4.4.1 實驗目的
    4.4.2 實驗背景
    4.4.3 實驗環境
    4.4.4 實驗內容
    4.4.5 實驗步驟
    4.4.6 實驗評估
    4.4.7 實驗思考
  4.5 Transformer架構實現與應用
    4.5.1 實驗目的
    4.5.2 實驗背景
    4.5.3 實驗環境
    4.5.4 實驗內容
    4.5.5 實驗步驟
    4.5.6 實驗評估
    4.5.7 實驗思考
第5章 基於Triton的大模型優化
  5.1 Triton入門：矩陣乘的實現
    5.1.1 實驗目的
    5.1.2 實驗背景
    5.1.3 實驗環境
    5.1.4 實驗內容
    5.1.5 實驗步驟
    5.1.6 實驗評估
    5.1.7 實驗思考
  5.2 Triton進階：Flash Attention的實現
    5.2.1 實驗目的
    5.2.2 實驗背景
    5.2.3 實驗環境
    5.2.4 實驗內容
    5.2.5 實驗步驟
    5.2.6 實驗評估
    5.2.7 實驗思考
  5.3 Triton實戰：模型應用的實現
    5.3.1 實驗目的
    5.3.2 實驗背景
    5.3.3 實驗環境
    5.3.4 實驗內容
    5.3.5 實驗步驟
    5.3.6 實驗評估
    5.3.7 實驗思考
第6章 深度學習運算元及模型實驗
  6.1 深度學習高性能運算元庫

    6.1.1 CNNL介紹
    6.1.2 CNNL-Extra介紹
    6.1.3 MLU-OPS介紹
    6.1.4 Torch-MLU-Ops介紹
  6.2 基於三層神經網路實現手寫數字分類
    6.2.1 實驗目的
    6.2.2 實驗背景
    6.2.3 實驗環境
    6.2.4 實驗內容
    6.2.5 三層神經網路CPU訓練的實驗步驟
    6.2.6 三層神經網路MLU推理的實驗步驟
  6.3 基於VGG19實現圖像分類
    6.3.1 實驗目的
    6.3.2 實驗背景
    6.3.3 實驗環境
    6.3.4 實驗內容
    6.3.5 CPU平台上的實驗步驟
    6.3.6 MLU平台上的實驗步驟
  6.4 基於Torch-MLU-Ops的Transformer模型推理
    6.4.1 實驗目的
    6.4.2 實驗背景
    6.4.3 實驗環境
    6.4.4 實驗內容
    6.4.5 實驗步驟
    6.4.6 實驗評估
    6.4.7 實驗思考
第7章 智能編程語言
  7.1 智能編程模型
    7.1.1 核函數
    7.1.2 地址空間
    7.1.3 非同步
    7.1.4 並行
  7.2 智能編程語言基礎
    7.2.1 C++標準和擴展
    7.2.2 數學運算和精度
    7.2.3 二進位的載入和執行
  7.3 智能計算開發平台
    7.3.1 軟體棧
    7.3.2 開發環境
    7.3.3 編譯工具
    7.3.4 調試工具
    7.3.5 調優工具
  7.4 智能編程語言運算元開發與集成實驗
    7.4.1 實驗目的
    7.4.2 實驗環境
    7.4.3 實驗內容
    7.4.4 實驗步驟
    7.4.5 實驗運行
    7.4.6 實驗評估
    7.4.7 實驗思考

  7.5 智能編程語言性能優化實驗
    7.5.1 實驗目的
    7.5.2 實驗環境
    7.5.3 實驗內容
    7.5.4 實驗步驟
    7.5.5 實驗運行
    7.5.6 實驗評估
    7.5.7 實驗思考
第8章 深度學習處理器運算器設計
  8.1 實驗目的
  8.2 實驗背景
    8.2.1 演算法特徵
    8.2.2 DLP總體架構
  8.3 實驗環境
    8.3.1 工具安裝
    8.3.2 代碼文件組織
  8.4 實驗內容
  8.5 實驗步驟
    8.5.1 內積運算器
    8.5.2 矩陣乘向量運算器
    8.5.3 矩陣乘法運算器
    8.5.4 編譯調試
  8.6 實驗評估
  8.7 實驗思考
參考文獻

  • 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