撰写于:  浏览:187 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年10月3、内容介绍《大模型工程师面试:算法原理、开发实践与系统部署》系统梳理了大模型工程师岗位所需的理论基础与实战技能,围绕算法原理、开发实践与系统部署三大维度展开内容介绍,旨在帮助希望转型为大模型工程师的开发者成功通过面试。《大模型工程师面试:算法原理、开发实践与系统部署》共12章,首先简要介绍大模型技术[...]

撰写于:  浏览:198 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年5月3、内容介绍本书共12章,围绕大语言模型基础理论、预训练、指令理解、模型增强和模型应用五个部分展开:第一部分介绍大语言模型的基础理论;第二部分介绍大语言模型的预训练,包括大语言模型预训练数据和分布式训练;第三部分介绍大语言模型如何理解并服从人类指令,包括有监督微调和强化学习;第四部分介绍大语言模型增强技[...]

撰写于:  浏览:117 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年4月3、内容介绍《从零构建大模型:算法、训练与微调》是一本系统且实用的大模型构建指南,旨在引领读者从基础知识起步,逐步深入探索大模型的算法原理、训练方法及微调技术。《从零构建大模型:算法、训练与微调》共12章,涵盖了Transformer模型的基础理论,如Seq2Seq模型、分词、嵌入层和自注意力机制等关键[...]

撰写于:  浏览:146 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年4月3、内容介绍《多模态大模型:从理论到实践》系统地介绍多模态大模型的理论基础、关键技术与实际应用。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[...]

撰写于:  浏览:146 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年1月3、内容介绍本书采用独特的一问一答式风格,探讨了当今机器学习和人工智能领域中最重要的30 个问题,旨在帮助读者了解最新的技术进展。全书共分为五个部分:神经网络与深度学习、计算机视觉、自然语言处理、生产与部署、预测性能与模型评测。每一章都围绕一个问题展开,不仅针对问题做出了相应的解释,并配有若干图表,还给[...]

撰写于:  浏览:137 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年5月3、内容介绍本书系统地讲解了大模型技术、训练算法(包括强化学习、RLHF、GRPO、DPO、SFT与CoT蒸馏等)、 微调与对齐、效果优化及其实践。全书以大语言模型(LLM)为主线,绝大部分内容也适用于多模态大模型(VLM 和MLLM)。本书面向AI算法与工程领域的从业者、相关专业的学生,以及希望深入了[...]

撰写于:  浏览:94 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年6月3、内容介绍本书致力于帮助读者系统、全面地掌握 MCP 的核心原理与实战应用技巧。全书共 11 章,分为四篇。第一篇(第 1~3 章)先通过案例对比展示 MCP 的强大功能,随后介绍 MCP 的发展历程,最后深入剖析MCP 的核心优势及其应用、核心原理和安全问题;第二篇(第 4 章和第 5 章)对目前主[...]

撰写于:  浏览:116 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年6月3、内容介绍本书共分为8章,内容编排遵循由浅入深、循序渐进的原则,旨在为读者构建具身智能领域的理论体系与实践方法的完整认知框架。第2章聚焦具身智能的基础技术体系,重点介绍三维空间表征、强化学习方法及大模型技术等核心内容。这些基础技术构成了当前具身智能相关算法的理论支柱,深入理解这些技术是把握后续内容的关[...]

撰写于:  浏览:123 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年4月3、内容介绍本书是关于如何从零开始构建大模型的指南,由畅销书作家塞巴斯蒂安·拉施卡撰写,通过清晰的文字、图表和实例,逐步指导读者创建自己的大模型。在本书中,读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练,以及定制特定任务的微调。此外,本书还将探讨如何利[...]

撰写于:  浏览:120 次  分类:大模型电子书
1、封面介绍 2、出版时间2025年4月3、内容介绍《AI Agent开发与应用:基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法,通过融合自然语言理解、多轮对话和任务自动化技术,为读者提供从理论到实践的全方位指导,旨在帮助读者构建高效的智能体。《AI Agent开发与应用:基于大模型的智能体构建》分为3个部[...]

撰写于:  浏览:192 次  分类:大模型电子书
1、封面介绍 图解大模型:生成式AI原理与实战 2、出版时间2025年4月3、内容介绍本书全程图解式讲解,通过大量全彩插图拆解概念,让读者真正告别学习大模型的枯燥和复杂。全书分为三部分,依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型(第1~3章),解析语言模型的核心概念,包括词元、嵌入向量及Transformer架构,帮助读者建[...]

撰写于:  浏览:122 次  分类:默认分类
对于大多数日常需求,系统自带的工具已经完全足够。Windows 系统Win + Shift + S (快捷键):这是 Windows 10/11 最推荐的快捷截屏方式。可以快速进行矩形、窗口、全屏或自由形状截图,截图后会自动复制到剪贴板并弹出通知,点击通知可以进行快速编辑、保存和分享。“截图工具” (Snipping Tool):Win11 和 W[...]

撰写于:  浏览:700 次  分类:睡前数学APP
前言我对数学的开窍,是从考研开始的,所以我对考研数学情有独钟。即便是工作了多年,远离了学生生涯,但是数学依然是我现在经常用到的工具,也是我花费最多时间进行思考的对象。在此文章,我想给大家谈一谈2026年考研数学的备考问题。1、备考态度问题据我所知,很多学生的备考态度是匆匆忙忙的,他们总是追求刷题数量,用做题数量来麻痹自己。实际上,这是一个非常严重的[...]

撰写于:  浏览:730 次  分类:睡前数学APP
2026年考研日期预测2026年考研的初试日期预计是2025年12月20日至12月21日(周六和周日)。虽然考试在2025年底进行,但它被称为“2026考研”,因为录取工作是在2026年进行的,考上后是在2026年9月入学。预测依据根据多年的规律,全国硕士研究生招生考试(初试)通常安排在12月的最后一个周末或者倒数第二个周末。查看2025年12月的[...]

撰写于:  浏览:1750 次  分类:PyTorch 教程
L1范数倾向于产生稀疏解的原因在于它在优化问题中对非零元素的惩罚是线性的,而不是像L2范数那样对非零元素的惩罚是平方的。这种线性惩罚使得优化算法倾向于将一些系数压缩到零,从而产生稀疏解。举例说明假设我们有一个线性回归问题,目标是最小化以下损失函数:$$ L(\mathbf{w}) = \frac{1}{2} \| \mathbf{y} - \mat[...]

关注公众号,了解站长最新动态

    友情链接