计算机 - 第6页

本书收录了约百道大模型工程师常见的面试题目和解答，系统、全面地介绍了与大模型相关的技术，涵盖语义表达、数据预处理、预训练、对齐、垂类微调、组件、评估、架构、检索增强生成（RAG）、智能体、PEFT（参数高效微调），以及训练与推理等内容。书中通过丰富的实例、图表及代码讲解，将复杂概念阐释得通俗易懂，是大模型领域的一本不可多得的实用指南。本书适合对大模型和 Transformer 等技术感兴趣的学生、

《理解深度学习》是西蒙·J.D.·普林斯撰写的一本深度学习教材，旨在帮助读者从原理层面理解现代深度学习技术。全书以直观方式讲解神经网络的核心思想，并逐步深入到训练机制、优化算法与模型结构等关键内容。书中涵盖前馈神经网络、卷积神经网络（CNN）、循环神经网络（RNN）以及注意力机制等主流模型，同时结合概率论、线性代数与优化理论解释模型为何能够工作。作者特别强调数学直觉与可解释性，减少单纯“调包调用”

人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。本书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2V），神经概率语言模型（NPLM），循环神经网络（RNN），Seq2Seq（S2

Andrew S. Tanenbaum 教授编写的教材《现代操作系统》现在已经是第 4 版了。第 4 版在保持原有特色的基础上，又增添了许多新的内容，反映了当代操作系统的发展与动向，并不断地与时俱进。 对比第 3 版，第 4 版有很多变化。一些是教材中多处可见的细微变化，一些是就某一功能或机制增加了对最新技术的介绍，如增加了 futex 同步原语、读–复制–更新（Read-Copy-Update）

近年来，深度学习在自然语言处理、计算机视觉等领域取得了非凡的进展。从机器翻译和文本生成到自动驾驶和虚拟助手，我们受益于深度学习技术的逐渐普及。然而，深度学习还远未发挥全部潜力。欢迎来到深度学习的世界！在这个规模呈爆发式增长的领域，仍有许多“宝藏”等待你去发掘。本书在第1版的基础上进行了大幅更新和增补，以体现深度学习领域的快速发展。《Python深度学习（第2版）》由流行深度学习框架Keras之父弗

本书在选材与编排上，贴近当前普通高等院校“数据结构”课程的现状和发展趋势，符合研究生考试大纲，内容难度适度，突出实用性和应用性。全书共 8 章，内容包括第一章绪论，第二章线性表，第三章栈和队列，第四章串、数组和广义表，第五章树和二叉树，第六章图，第七章查找，第八章排序。全书采用类 C 语言作为数据结构和算法的描述语言。本书可作为普通高等院校计算机和信息技术相关专业“数据结构”课程的教材，也可供从事

名家作品：上海交通大学ACM班创始人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生沈键编写。本书全面、系统地介绍强化学习的基础理论体系，指明强化学习的入门及进阶路径。介绍了强化学习的原理和实现，是一本理论扎实、落地性强的图书。本书配套线上代码实践平台，将纸质图书、在线代码运行环境、视频课程、在线讨论区、自主练习等多种内容形式融为一体，创造了能够将强化学习的原理和实践无缝衔接的学习环境，能够

通过这本全面指南，你将深入洞悉人工智能自主性的未来，学习如何设计和部署自主人工智能智能体，这些智能体利用生成式人工智能实现规划、推理与行动。本书由主导全球 AI 标准的行业顶尖架构师和构建企业级 AI 解决方案的权威专家撰写，系统阐述了智能体系统的核心原理，详细分析 AI 智能体如何独立运行、做出决策并利用工具完成复杂任务。本书开篇介绍生成式人工智能与智能体架构的基础内容，然后将带你深入探索决策框

Python之父推荐的爬虫入门到实战教程书籍，上一版销量近10万册，静觅博客博主崔庆才倾力打造，App端也能爬。本书介绍了如何利用 Python 3 开发网络爬虫。本书为第 2 版，相比于第 1 版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript 逆向、App 逆向、页面智能解析、深度学习识别验证码、Kubernetes 运维及部

本书通过对一台实际计算机的剖析，使读者深入地理解总线是如何将计算机各大部件互连成整机的。全书共分为 4 篇：第 1 篇（第 1、2 章）介绍计算机的基本组成、发展及应用；第 2 篇（第 3～5 章）介绍系统总线、存储器（包括主存储器、高速缓冲存储器和辅助存储器）和输入输出系统；第 3 篇（第 6～8 章）介绍 CPU 的特性、结构和功能，包括计算机的算术逻辑单元、指令系统、指令流水、RISC 技术