人工智能(AI) - 第7页

◆本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学习教学实践的图书。◆本书适合对机器学习感兴趣的专业技术人员和研究人员阅读，同时适合作为人工智能相关专业机器学习课程的教材。◎编辑推荐：·名家作品：上海交通大学ACM班创办人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生赵寒烨编写；·多位业内大咖力荐：周志华|朱军|李文新|黄萱菁|刘铁岩|陈天奇；·理论扎实：基于上交大ACM

本书作为人工智能专业的入门书，带领读者初步学习和实践机器学习、深度学习的算法、流程和核心技术，并介绍了系统开发及开发环境，通过图解的方式将难懂的专业术语和算法表现出来，让没有相关专业基础的读者能够轻松入门。同时，本书还介绍了一些比较常用的网站网络服务，让读者能够学以致用。本书适合人工智能领域入门读者，也适合对人工智能感兴趣的其他领域读者学习。

全书分为两部分 12 章，第 1 部分（第 1～5 章）围绕基础理论与技术解析展开论述，包括基本概念、Transformer 架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建逻辑奠定基础。 第 2 部分（第 6～12 章）聚集于多模态大模型的高级应用与场景实现，包括主流视觉语言模型（如 CLIP、BLIP-2 等）的实现、跨模态推理与生成的技术应

全书共 8 章，分为 3 篇，分别为人工智能的基本理论、人工智能的应用以及人工智能的融合拓展，涵盖了目前主流的人工智能技术。 本书在介绍人工智能的基本原理时，尽量回避了相关的复杂模型和算法设计，方便你在社会层面理解人工智能的应用形式和未来的发展路径。 本书适合具有高中及以上数学基础的学生，包括各类职业院校、应用型本科非计算机专业的学生阅读，也适合对人工智能感兴趣或有相关需求的社会人士阅读。

人工智能已在多个行业得到成功应用，大模型的应用已成为突破性进展的重要驱动力，而在特定垂直领域，如医疗、法律、金融等，大模型微调面临独特的挑战和需求。本书致力于大型语言模型微调与应用的关键技术，本书探讨两个热门应用方向：大模型的知识专业性和时效性。本书剖析了垂直领域大模型训练的背景及意义，探讨大模型在垂直领域的迁移学习、应用部署与效果评估等核心内容，结合实际案例，深入浅出地解析了每个环节的关键问题和

虽然很多深度学习工具都使用Python，但PyTorch 库是真正具备Python 风格的。对于任何了解NumPy 和scikit-learn 等工具的人来说，上手PyTorch 轻而易举。PyTorch 在不牺牲高级特性的情况下简化了深度学习，它非常适合构建快速模型，并且可以平稳地从个人应用扩展到企业级应用。由于像苹果、Facebook和摩根大通这样的公司都使用PyTorch，所以当你掌握了Py

For readers who know Python. Experience developing machine learning models is useful but not essential.中文版地址：《从零构建大模型》Learn how to create, train, and tweak large language models (LLMs) by building one

本书系统讲述智能现象的简要历史。本书适合作为对智能感兴趣的科普读物，也可以作为人工智能学习、研究、开发者的参考用书。

大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。本书配套示例源代码、PPT课件。 《从零开始大模型开发与微调：基于PyTorch与ChatGLM》共18章，内容包括人工智能与大模型、Py

ChatGPT、文心一言、MidJourney等AI大语言模型融入了人们的日常工作、学习和生活，学习如何用好新的AI工具已经成为每个人的必修课。但是，对于一些稍微复杂的实际问题，AI大语言模型的回答却很不稳定，经常偏离问题甚至完全错误，主要原因就是问题（提示词）写得不好。事实证明，使用恰当的提示词，可以使AI大语言模型解决问题的效果提升数倍甚至数十倍。本书的主要内容包括：AI大语言模型简介和发展历