人工智能(AI) - 第8页

DeepSeek 是一种基于 Transformer 架构的生成式 AI（Artificial Intelligence）大模型，融合了MoE 架构、混合精度训练、分布式优化等先进技术，具备强大的文本生成、多模态处理和任务定制化能力。本书系统性地介绍了开源大模型 DeepSeek-V3 的核心技术及其在实际开发中的深度应用。全书分三部分共12章，涵盖理论解析、技术实现和应用实践。第一部分从理论入手

Create LLM-powered autonomous agents and intelligent assistants tailored to your business and personal needs.

过去 10 年间，曾属科幻范畴的 AI 能力已悄然成为现实。AI 如今能模仿莎士比亚的文风作诗，能自动驾驶汽车，甚至通过司法考试。然而，现代 AI 系统仍存在巨大局限——人类大脑轻而易举完成的认知壮举，AI 至今无法复现。为何 AI 能击败国际象棋大师，却摆不好洗碗机中的餐具？AI 企业家麦克斯·班尼特提出了令人信服的论断：答案深藏于人脑进化的 10 亿年历史中，而这段历程充斥着无数试错、灾难与精

本书是“鸢尾花数学大系：从加减乘除到机器学习”丛书中编程板块的第二册。编程板块第一册《编 程不难》着重介绍如何零基础入门 Python 编程， 本书则在《编程不难》基础之上深入探讨如何用 Python 完 成数学任务及板块数据可视化。本书是本系列中的一本真正意义上的“图册”。内容覆盖科技制图、计算机图形学、创意编程、趣味 数学实验、数学科学、机器学习等。本书“毫无节制”地展示数学之美，而且提供特别

本书涵盖了Transformer在NLP领域的主要应用。首先介绍Transformer模型和Hugging Face 生态系统。然后重点介绍情感分析任务以及Trainer API、Transformer的架构，并讲述了在多语言中识别文本内实体的任务，以及Transformer模型生成文本的能力，还介绍了解码策略和度量指标。接着深入挖掘了文本摘要这个复杂的序列到序列的任务，并介绍了用于此任务的度量指

自早期以来，神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU 激活、随机梯度下降、交叉熵、正则化、Dropout 及可视化等。

本书通过有趣的插图和简洁的文字带你漫步在人工智能的世界中，与你分享这个非凡工具带来的惊奇和震撼，同时帮助你了解它如何运行以及它的局限性。 作者在每个章节都揭示了人工智能的某一特性，并充分评估了这一领域的种种可能性。作者还探讨了研究人员面临的挑战及社会人工智能问题等。

机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，优化机器人的行为以便使用较少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。《机器学习导论（原书第3版）》是关于机器学习的内容全面的教科书，其中有些内容在一般的在机器学习导论书中很少介绍。主要内容包括监督学习，贝叶斯决策理论，参数、半参数和非参数方

为了帮助大家更好地了解和掌握DeepSeek，51CTO智能研究院、51CTO传媒、51CTO学堂联合倾力打造了这份《DeepSeek入门宝典》，这份DeepSeek宝典共分为四册：《技术解析篇》、《开发实战篇》、《个人使用篇》、《行业应用篇》，长达80余页。它涵盖了技术解析、开发实战、个人使用以及行业应用等多个维度，是帮助每一位通往AI世界的全方位指南。1.《技术解析篇》：解密Deep黑科技《技

本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行的 Jupyter记事本，它将文字、公式、图像、代码和运行结果结合在了一起。此外，读者还可以访问并参与书中内容的讨论。全书的内容分为3个部分：第一部分介绍深度学习的背景，提供预备知识，并包括深度学习最基础的概念和技术；第二部分描述深度学习计算的重