现货 实战AI大模型 尤洋 机械工业出版社9787111738787 工业技术书籍 Q
9787111738787
￥ 73.9 7.5折 ￥ 99 全新
库存599件
广东广州
认证卖家担保交易快速发货售后保障
作者尤洋
出版社机械工业出版社
ISBN9787111738787
出版时间2023-11
装帧平装
开本16开
页数248页
定价99元
货号10096341260967
上书时间2024-07-15
![DK有趣的科学系列：有趣的化学-这就是元素（精）暑假阅读暑假课外书课外暑假自主阅读暑期假期读物 [11-14岁]](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/21360267/e51a046276964fde_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
- 商品基本信息，请以下列介绍为准商品名称：实战AI大模型 作者：尤洋著定价：99.0出版社：机械工业出版社出版日期：23-11-01IN：9787111738787印次：版次：1装帧：平装开本：16开 内容简介《实战AI大模型》是一本旨在填人工智能（AI）领域（是AI大模型）理论与实践之间鸿沟的实用。书中介绍了AI大模型的基础知识和关键技术，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT 4、PaLM和视觉模型等，并详细解释了这些模型的技术原理、实际应用以及高性能计算（HPC）技术的使用，如并行计算和内存优化。 同时，《实战AI大模型》还提供了实践案例，详细介绍了如何使用Colossal AI各种模型。无论是人工智能初学者还是验丰富的实践者，都能从本书学到实用的知识和技能，从而在迅速发展的AI领域中找到适合自己的方向。 目录第1章 深度学AI大模型 1.1 AI大模型在人工智能领域的兴起 1.1.1 AI大模型的发展与挑战 1.1.2 AI大模型为何难以 1.2 深度学入门 1.2.1 搭建神网络 1.2.2 一个文本分类器 第2章 分布式系统：AI大模型的诞生之所 2.1 深度学布式系统 2.1.1 从分布式计算到分布式AI系统 2.1.2 大规模分布式平台的关键技术 2.1.3 Colossal AI应用实践 2.2 AI大模型方法 2.2.1 梯度累积和梯度裁剪 2.2.2 大批量优化器LARSLAMB 2.2.3 模型精度与混合精度 2.3 异构 2.3.1 异构的基本原理 2.3.2 异构的实现策略 2.4 实战分布式 2.4.1 Colossal AI环境搭建 2.4.2 使用Colossal AI个模型 2.4.3 AI大模型的异构 第3章 分布式：上千台机器如何共同起舞 3.1 并行策略基础原理 3.1.1 数据并行:基本的并行范式 3.1.2 张量并行:层内模型并行 3.1.3 流水线并行的原理与实现 3.2 高级并行策略基础原理 3.2.1 序列并行:超长序列模型 3.2.2 混合并行:扩展模型到千参数 3.2.3 自动并行:自动化的分布式并行 3.3 实战分布式 3.3.1 应用模型并行策略的实际案例 3.3.2 结合多种并行策略的实践 第4章 AI大模型时代的奠基石Transformer模型 4.1 自然语言处理基础 4.1.1 自然语言任务介绍 4.1.2 语言输入的预处理 4.1.3 序列到序列模型 4.2 Transformer详解 4.2.1 Transformer模型结构 4.2.2 注意力与自注意力机制 4.2.3 Transformer中的归一化 4.3 Transformer的变体与扩展 4.3.1 变体模型 4.3.2 Transformer序列位置信息的编码处理 4.3.3 Transformer 第5章 AI大幅度提升Google搜索质量:BERT模型 5.1 BERT模型详解 5.1.1 BERT模体架构与输入形式 5.1.2 BERT模型预任务 5.1.3 BERT模型的应用方法 5.2 降低内存使用的ALBERT模型 5.2.1 基于参数共享的参数缩减方法 5.2.2 句子顺序预测（SOP）预任务 5.3 BERT模型实战 5.3.1 构建BERT模型 5.3.2 并行BERT模型 第6章 统一自然语言处理范式的T5模型 6.1 T5模型详解 6.1.1 T5模型架构和输入输出——文本到文本 6.1.2 T5模型预 6.1.3 T5模型应用前景及未来发展 6.2 统一BERT和GPT的BART模型 6.2.1 从BERT、GPT到BART 6.2.2 BART模型预 6.2.3 BART模型的应用 6.3 统一语言学的UL2框架 6.3.1 关于语言模型预的统一视角 6.3.2 结合不同预范式的混合去噪器 6.3.3 UL2的模型性能 T5模型预方法和关键技术 第7章 作为通用人工智能起点的GPT系列模型 7.1 GPT系列模型的起源 7.1.1 GPT的方法和关键技术 7.1.2 GPT的模型性能评估分析 7.2 GPT 2模型详解 7.2.1 GPT 2的核心思想 7.2.2 GPT 2的模型性能 7.3 GPT 3模型详解 7.3.1 小样本学次学次学同 7.3.2 GPT 3的方法和关键技术 7.3.3 GPT 3的模型性能与效果评估 7.4 GPT 3模型构建与实战 7.4.1 构建GPT 3模型 7.4.2 使用异构降低GPT 3消耗资源 第8章 兴起新一代人工智能浪潮:ChatGPT模型 8.1 能与互联网交互的WebGPT 8.1.1 WebGPT的方法和关键技术 8.1.2 WebGPT的模型性能评估分析 8.2 能与人类交互的InstructGPT模型 8.2.1 指令学.2.2 近端策略优化 8.2.3 基于人类反馈的强化学LHF）方法 8.3 ChatGPT和GPT4 8.3.1 ChatGPT模型简介和应用 8.3.2 GPT 4模型特点与应用 8.4 构建会话系统模型 8.4.1 的指令精调与模型 8.4.2 会话系统的推理与部署策略 第9章 花齐放的自然语言模型：Switch Transfomer和PaLM 9.1 万参数稀疏大模型Switch Transformer 9.1.1 稀疏门控混合专家模型MoE 9.1.2 基于MoE的万参数模型Switch Transformer 9.2 PaLM模型：优化语言模型性能 9.2.1 PaLM模型的结构、原理和关键特点 9.2.2 PaLM策略与效果评估 9.3 PaLM实战 第10章 实现Transformer向计算机视军的ViT模型 10.1 Transformer在计算机视觉中的应用 10.1.1 ViT模型在计算机视觉中的发展背景 10.1.2 ViT模型的架构、原理和关键要素 10.1.3 大规模ViT模型的应用场景和挑战 10.2 视觉大模型一步发展：Transformer与卷积的融合 10.2.1 基于Transformer的视觉模型的应用 10.2.2 基于卷积的视觉模型的发展优化 10.3 ViT模型构建与实战 10.3.1 构建ViT模型的关键步骤与关键方法 10.3.2 多维张量并行的ViT的实战演练 参考文献 《实战AI大模型》详细介绍了从基本概念到实践的诸多内容，解读AI大模型，循序、由浅入深。书中配有，使读者身临其境，迅速、深入地掌握各种验和。本书还附带了丰富的额外资源：开源工具和库、数据集和模型案例研究和实际应用、在线交流社区等。读者可以综合利用这些资源，获得更丰富的学，加速自己的学长。
— 没有更多了 —
以下为对购买帮助不大的评价