CHATGLM部署、微调与开发
￥ 81.8 7.5折 ￥ 109 全新
库存21件
安徽合肥
认证卖家担保交易快速发货售后保障
作者宫继兵等 著
出版社机械工业出版社
ISBN9787111766421
出版时间2024-12
装帧平装
开本16开
定价109元
货号1203468968
上书时间2024-12-24
商品详情
- 品相描述：全新
- 商品描述
-
目录
序言一
序言二
前 言
PART??1
第一部分 应用技术篇
第1章 人工智能大模型概述2
1.1 人工智能与大模型简介2
1.2 大模型的概念7
1.3 大模型的分类12
1.4 大模型的应用14
1.5 大模型的国内外发展现状18
1.6 大模型的意义25
1.7 本章小结25
第2章 ChatGLM26
2.1 智谱AI简介26
2.2 ChatGLM是怎样炼成的27
2.3 提示词工程33
2.4 ChatGLM应用案例39
2.5 本章小结59
第3章 大模型国内外商业应用案例60
3.1 GLM企业级解决方案及十大应用案例60
3.2 国内其他大模型商业应用案例67
3.3 国外大模型商业应用案例72
3.4 国内外大模型应用落地现状79
3.5 本章小结79
第4章 大模型未来发展趋势及挑战80
4.1 大模型技术发展趋势80
4.2 大模型产业应用趋势86
4.3 人工智能伦理与安全88
4.4 大模型面临的挑战91
4.5 本章小结92
PART??2
第二部分 理论基础篇
第5章 机器学习与深度学习概述94
5.1 机器学习基础概念94
5.2 深度学习基本原理101
5.3 本章小结113
第6章 大模型的任务与典型框架115
6.1 自然语言处理大模型115
6.2 计算机视觉大模型123
6.3 多模态大模型125
6.4 本章小结127
第7章 GLM大模型预训练、微调与评估128
7.1 大模型预训练128
7.2 大模型参数微调130
7.3 大模型部署136
7.4 大模型评估142
7.5 本章小结155
第8章 大模型与知识图谱156
8.1 知识图谱增强大模型157
8.2 大模型增强知识图谱162
8.3 大模型与知识图谱协同167
8.4 知识图谱在大模型中的应用169
8.5 本章小结170
PART??3
第三部分 实践案例篇
第9章 Python语言基础172
9.1 Python语言简介172
9.2 Python环境安装配置与验证173
9.3 基本概念176
9.4 数据结构182
9.5 函数与模块185
9.6 面向对象编程189
9.7 异常处理与调试193
9.8 I/O操作与文件处理197
9.9 ChatGLM开发接口与实例201
9.10 本章小结207
第10章 Python Web开发208
10.1 Web概述208
10.2 Web前端开发技术211
10.3 Web前端开发工具219
10.4 浏览器工具221
10.5 Web前端开发必知标准223
10.6 Web前端开发框架224
10.7 Python Web开发环境搭建235
10.8 FastAPI框架238
10.9 Web服务和部署246
10.10 ChatGLM Web应用开发 实例251
10.11 本章小结256
第11章 数据准备257
11.1 数据获取258
11.2 数据清洗262
11.3 数据标注264
11.4 数据增强266
11.5 系统开发的数据准备268
11.6 本章小结270
第12章 环境搭建271
12.1 软硬件环境需求271
12.2 软件环境安装271
12.3 本章小结278
第13章 本地部署ChatGLM3-6B279
13.1 通过ModelScope社区下载模型279
13.2 克隆仓库280
13.3 运行ChatGLM3-6B Demo281
13.4 LangChain的介绍282
13.5 ZhipuAI在LangChain中的使用283
13.6 常见问题及解决方法284
13.7 本章小结285
第14章 ChatGLM微调286
14.1 模型微调286
14.2 部署微调的模型296
14.3 本章小结296
第15章 基于GLM智能体虚拟角色
养成系统297
15.1 需求分析297
15.2 总体设计299
15.3 详细设计300
15.4 系统实现307
15.5 系统测试331
15.6 系统使用说明336
15.7 案例系统部署344
15.8 本章小结353
参考文献354
内容摘要
本书系统介绍了ChatGLM大语言模型的部署、微调与开发，并提供了极具参考价值的大模型应用实战案例。所设计的学习架构包含三个核心部分：①应用技术篇。首先深入浅出地介绍什么是人工智能和大模型，并详细介绍"智谱清言"这一款大模型产品的使用方法，以帮助读者获得一个有效提升工作和学习效率的技术手段。其次，从技术和应用角度介绍了大模型的国内外研究和发展现状，并展望了大模型未来的发展趋势。②理论基础篇。该部分给出了大模型相关理论、模型和任务框架，以及GLM训练、微调、部署及评估等基础知识，还论述了大模型与知识图谱相结合使用的情况。③实践案例篇。由于当前大模型技术的独特性，目前还没有整合大模型的集成开发环境，本书给出了一套基于当前已有工具并对其进行优化配置的开发方案，通过"新手验证"模式，手把手教会读者开发一套完整的案例系统。通过该系统可以学会如何应用语言大模型技术、大模型代码生成技术、多模态大模型技术和智能体技术，同时也掌握了开发部署基于大模型技术的智能信息服务系统的实践知识和经验。
本书面向大模型技术兴趣爱好者，也可供普通高校计算机专业本科生和研究生教学使用，还可以作为大模型应用系统设计及开发的培训教材。
主编推荐
①知识全面性：从基本概念、产品使用，到大模型相关理论及应用基础知识，再到实践案例部署、微调与开发；
②资源全面性：提供全面的学习资源，包括案例系统源码、教学PPT、难点教学实操视频，本地化书籍大模型AI助手等；
③读者的全面性：不同层次读者都能够各取所需，同时获得清晰的学习引导。
— 没有更多了 —
以下为对购买帮助不大的评价