*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202406*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:AIGC原理與實踐-零基礎學大語言模型.擴散模型和多模態模型 ISBN:9787111753315 出版社:機械工業 著編譯者:吳茂貴 頁數:434 所在地:中國大陸 *此為代購商品 書號:1651825 可大量預訂,請先連絡。 內容簡介 本書旨在幫助沒有任何人工智慧技術基礎的工程師們全面掌握AIGC的底層技術原理,以及大語言模型、擴散模型和多模態模型的原理與實踐。本書的核心價值是,首先為想學習各種大模型的讀者打下堅實的技術基礎,然後再根據自己的研究方向展開深入的學習,達到事半功倍的效果。作者簡介 吳茂貴,資深大數據和人工智慧技術專家,就職于中國外匯交易中心,在BI、數據挖掘與分析、數據倉庫、機器學習等領域工作超過20年。在基於Spark、TensorFlow、PyTorch、Keras等的機器學習和深度學習方面有大量的工程實踐經驗。著有《Python深度學習:基於TensorFlow》《深度實踐Spark機器學習》《自己動手做大數據系統》等。目錄 前言第1章 AIGC概述 1 1 AIGC的主要技術 1 1 1 語言生成方面的技術 1 1 2 視覺生成方面的技術 1 1 3 多模態方面的技術 1 2 生成模型與判別模型 1 2 1 生成模型 1 2 2 判別模型 1 3 生成模型的原理 1 3 1 生成模型的框架 1 3 2 生成模型的概率表示 1 3 3 生成模型的目標函數 1 3 4 生成模型的挑戰及解決方法 1 4 表示學習 1 4 1 表示學習的直觀理解 1 4 2 表示學習的常用方式 1 4 3 表示學習與特徵工程的區別 1 4 4 圖像的表示學習 1 4 5 文本的表示學習 1 4 6 多模態的表示學習 1 4 7 表示學習的融合技術 1 4 8 如何衡量表示學習的優劣 1 5 表示學習的逆過程 第2章 深度神經網路 2 1 用PyTorch構建深度神經網路 2 1 1 神經網路的核心組件 2 1 2 構建神經網路的主要工具 2 1 3 構建模型 2 1 4 訓練模型 2 2 用PyTorch實現神經網路實例 2 2 1 準備數據 2 2 2 可視化源數據 2 2 3 構建模型 2 2 4 訓練模型 2 3 用PyTorch Lightning實現神經網路實例 2 4 構建卷積神經網路 2 4 1 全連接層 2 4 2 卷積層 2 4 3 卷積核 2 4 4 步幅 2 4 5 填充 2 4 6 多通道上的卷積 2 4 7 激活函數 2 4 8 卷積函數 2 4 9 轉置卷積 第3章 變分自編碼器 第4章 生成對抗網路 第5章 StyleGAN模型 第6章 風格遷移 第7章 注意力機制 第8章 Transformer模型 第9章 大語言模型 第10章 ChatGPT模型 第11章 擴散模型 第12章 多模態模型 第13章 AIGC的數學基礎 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |