生成式AI入门与AWS实战

图书标准信息

• 作者 （美） 克里斯·弗雷格利（Chris Fregly），（德） 安特耶·巴特（
• 出版社 人民邮电出版社
• 出版时间 2024-05
• 版次 1
• ISBN 9787115644169
• 定价 99.80元
• 装帧 平装
• 开本 16开
• 页数 272页
• 字数 330千字

【内容简介】

如今，企业正迅速地将生成式ai整合到其产品和服务中。但是，关于这项技术的影响和前景，存在大量的炒作（和误解）。通过这本书，来自aw的chri fregly、antje barth和helbee eigenbrode将帮助cto、机器学从业者、应用程序开发者、业务分析师数据工程师和数据科学家找到实际的方法来使用这一令人兴奋的新技术。
通过本书，你将成式ai项目生命周期，包括确定用例、模型选择、模型微调、rag、rlhf和模型量化、优化与部署。你还将探索不同类型的模型，包括大语言模型和多模态模型，如用于生成图像的table diffuion和用于回答有关图像问题的flamingo/idefic。

【作者简介】

chri fregly，aw生成式ai首席解决方案架构师，也是oreilly图书data cience on aw的合著者。
antje barth，aw生成式al首席开发倡导者，也是oreilly图书data cience on aw的合著者。
helbee eigenbrode，aw生成式ai首席解决方案架构师。她在多个技术领域获得了超过35项专利。

精彩书评：

当前，生成式ai领域的发展新月异，即便是对从业者来说，新的技术名词也可能让他们应接不暇。这本书不仅详细介绍了众多前沿技术名词及其应用场景，而且提供了一条清晰的路径。这条路径可以帮助任何对此感兴趣的读者整合应用这些技术，以构建完整的端到端应用程序，而不仅仅是停留在理论学的层面。对希望将ai技术应用到实际场景中的从业者而言，这本书无疑是一份极具价值的资源，它能帮助他们在ai技术的落地应用方面取得实质的进展。
——，lepton ai创始人兼ceo

这本书广泛且深入地覆盖了生成式ai的基础概念、核心理论与前沿实践。从基础知识出发，步步深入至模型的训练、微调和部署，直至创新应用的各个阶段。它不仅为生成式ai领域的初学者铺设了一条系统的学路径，帮助他们构建了对这一复杂技术领域的宏观视野，而且为希望在aw上构建可扩展的高能生成式ai产品的从业者提供了深度洞察与实指南。这本书兼具理论深度与实践广度，对ai研发工程师、产品经理、营销策划师以及企业者来说，是一份的学资料。
——王小川，百川智能创始人兼ceo

这本书获得了aw、meta等科技巨头人士和行业专家的高度评价。中文版的面世将有助于开发者更深入地学和理解生成式ai。作为一份理论与实践并重、视野开阔、内容丰富的生成式ai实战指南，这本书为读者开发生成式ai应用程序提供了坚实的基础和指导。它不仅阐释了生成式模型、提示工程等基本概念，而且系统讲解了大语言模型及其在 agemaker上的应用。书中深入探讨了多种类型的微调技术细节，可以帮助读者构建上下文感知的跨模态（文本、图像等）生成式ai应用程序。作者巧妙地将理论知识、实践代码与真实案例相结合，为希望在aw上构建和部署生成式ai应用程序的读者——无论是ai工程师、数据科学家还是产品经理，无论是初学者还是领域专家——提供了一条构建理想生成式ai解决方案的有效路径。
——周明，澜舟科技创始人兼ceo，微软亚洲研究院原副院长

如今，大语言模型企业决胜的关键点不仅在于谁能夯实基础、系统布局，更在于谁能将大语言模型与业务场景有效结合，用好大语言模型，让其真正产生价值。这本书堪称理解和应用生成式ai的资源，其中不仅包含翔实的技术细节，更有丰富的实际案例和实用。对希望在aw台上构建生成式ai应用程序的行业人士而言，这本书具有极高的参价值。
——霍太稳，极客邦科技创始人兼ceo

生成式ai让人类迎来了科技变革优选的周期，这场变革比移动互联网与云计算所带来的变革都要剧烈。开发者的创造力和生产力预计将实现十倍速的提升，创造出此前难以想象的各种丰富多彩的应用。在这巨变之中，庞杂的信息扑面而来。这本书由浅入深地阐释了生成式ai的基础知识、示例，以及关键技术、工程与实践，对开发者来说是一本值得阅读的佳作，有助于他们掌握前沿技术。
——蒋涛，cdn创始人兼董事长，中国开源软件推进联盟副

当大家都在热烈讨论大语言模型和aigc时，如何让这些优选技术尽快落地，并深度服务于商业和社会，已成为新的巨大挑战。作者在这本书中深入分析了如何构建这些前沿的生成式模型，并分享了宝贵的实践经验，旨在指导你如何选择现有的生成式模型或从头开始构建一个新模型。
——刘湘明，钛媒体联合创始人

这是一本颇具趣味的实战指南，适合生成式ai开发者、科技发烧友，以及那些计划利用ai技术优化业务流程的企业决策者阅读，是一本实用的工具书。这本书图文并茂，从行文上体现了生成式ai“越智能越瓜，越智能越简便”的技术精髓。尽管人工智能领域很好研究人员的培养至关重要，但普惠型入门级人才的阶梯式培养也同样迫切。
——谢丽容，财经杂志副主编

目前，生成式ai已经成为人工智能重要的发展方向之一。相关研究者和工程师需要不断学和掌握这个方向的前沿研究、技术发展和工程落地。这本书由专业人士精心创作，系统地介绍了生成式ai的相关基础概念及工程实践方法，并提供了宝贵的实践经验和翔实的作指南。相信这本书会为技术从业者带来实际价值。同时，对于非技术背景的ai从业者，这也是一本非常合适的入门教程。
——赵云峰，机器之心创始人

我对这本书的出版感到非常兴奋——它很好地融合了重要的背景知识、理论信息及详细的实践代码和深入讲解。我很喜欢阅读它，相信你也会喜欢！你将从基础开始掌握生成式基础模型、提示工程等，循序渐进地学大语言模型，并了解如何通过 agemaker使用它们。在掌握基础知识后，你将会了解多种类型的微调，之后深入这本书的核心部分，学构建能够执行基于上下文推理的应用程序，这些应用程序具有使用不同模态（包括文本和图像）的生成式模型的能力。
——jeff barr，aw副裁兼首席布道师

这本书展示了在aw上构建基于生成式ai的解决方案的相关资源。chri、antje和helbee通过真实世界的示例出地介绍了大语言模型和多模态模型的关键概念、可能遇到的挑战和实践。这是一本符合时代需求的图书，可加速你从概念到产品构建生成式ai解决方案的过程。
——geeta chauhan，meta应用人工智能主管

在开发和部署生成式ai应用程序的过程中，许多复杂的决策点共同决定了应用程序能否生成高质量的输出，以及能否以经济高效、可扩展和可靠的方式运行。这本书揭开了底层技术的神秘面纱，并提供了详细指导，可以帮助读者理解和做出决策，并终成功开发生成式ai应用程序。
——brent rabowky，aw经理，人工智能/机器学专家解决方案架构师

找到一本涉及模型开发和部署端到端过程的图书很难！如果你是机器学从业者，这本书值得你拥有！
——alejandro herrera，now?ake数据科学家

这本书深入探讨了如何构建和使用生成式ai应用程序。它涵盖生成式ai模型的整个生命周期，而不仅仅是提示工程或微调。如果虑将生成式ai应用程序用于复杂场景，你应该阅读这本书，了解成功的应用程序所需的技术组合和工具。
——randy defauw，aw首席解决方案架构师

这本书非常适合用于入门生成式ai应用程序开发。互联网上关于这个主题的信息铺天盖地，让人不知从哪里入手。而这本书提供了一个清晰且有条理的指南：它从基础知识一直讲到主题，如参数高效微调和模型部署等。这本书非常实用，还介绍了如何在aw上部署生成式ai应用程序。这本书对于数据科学家和工程师是极其宝贵的资源。
——alexey grigorev，olx集团首席数据科学家兼datatalk.club创始人

这是一本关于构建生成式ai应用程序的实用图书。chri、antje和helbee共同整理了这份出的学资源，在未来几年内它都将是非常有价值的——如果可能的话，可以将其作为大学的学内容。对任何在aw上大规模构建生成式ai应用程序的人来说，这本书不容错过。
——olalekan elein，hr集团数据科学台监

如果你正在寻找构建和部署生成式ai产品或服务的强大学资源，那么这本书是你的。在chri fregly、antje barth和helbee eigenbrode的专业指导下，你将从生成式ai应用程序开发新手成长为精通训练、微调和应用程序开发等复杂细节的行家。对每个初出茅庐的ai工程师、产品经理、营销人员或商业来说，这本书都是不可或缺的指南。
——lillian pieron，pe，datamania创始人

这本书深入探讨了创建理解多样化数据类型并开发基于上下文的决策的应用程序所需的创新技术。通过这本书，读者可以获得全面的视角，将理论与生成式ai应用程序所需的实践工具连接起来。对那些希望充分利用aw在生成式ai领域的潜力的人来说，这本书值得一读。
——keha william，lalom conulting监兼aw机器学hero

生成式ai领域的发展如此之快，以至于看到如此多的相关知识被浓缩成一本内容全面的图书，真是令人难以置信。真棒！
——franceco moconi，catalit数据科学主管

【目录】

前言1

章生成式ai用例、基础知识和项目生命周期5

1.1生成式ai用例和任务5

1.2基础模型和模型中心8

1.3生成式ai项目生命周期8

1.4aws上的生成式ai11

1.5为什么选择基于aws构建生成式ai13

1.6在aws上构建生成式ai应用程序14

1.7小结16

第2章提示工程与上下文学17

2.1提示与补全17

2.2token18

2.3提示工程18

2.4提示结构19

2.4.1指令20

2.4.2上下文20

2.5通过少样本推理进行上下文学22

……