书目信息

书名： 图解大模型 
作者： 阿拉马尔 ， 格鲁滕多斯特 著 ；李博杰 译
出版信息： 北京   人民邮电出版社  2025.05
开本页数： 24cm  xxx, 349页
丛书名：
单 册：
中图分类： TP18-64
科图分类：
主题词： 人工智能--ren gong zhi neng--图解
电子资源：
ISBN： 978-7-115-67083-0
000 01957nam0 2200325 450
001 91191
005 20250816173620.76
010    @a978-7-115-67083-0@dCNY159.80
099    @aCAL 012025053299
100    @a20250522d2025 em y0chiy50 ea
101 1  @achi@cara@cdut
102    @aCN@b110000
105    @aak z 000yy
106    @ar
200 1  @a图解大模型@Atu jie da mo xing@e生成式AI原理与实战@f(沙特) 杰伊·阿拉马尔, (荷) 马尔滕·格鲁滕多斯特著@d= Hands-on large language models@elanguage understanding and generation@fJay Alammar, Maarten Grootendorst@g李博杰译@zeng
210    @a北京@c人民邮电出版社@d2025.05
215    @axxx, 349页@c彩图@d24cm
300    @a图灵教育
305    @a据原书2024年英文版译出
330    @a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。*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, 帮助读者建立基础认知。*部分 使用预训练语言模型 (第4-9章), 介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展, 提升模型的应用能力。第三部分 训练和微调语言模型 (第10-12章), 探讨大模型的训练与微调方法, 包括嵌入模型的构建、分类任务的优化及生成式模型的微调, 以适应特定需求。 本书适合对大模型感兴趣的*、研究人员和行业从业者。读者无须深度学习基础, 只要会用Python, *可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在线运行, 让学习过程更轻松。
510 1  @aHands-on large language models : language understanding and generation@zeng
517 1  @a生成式AI原理与实战@Asheng cheng shi AI yuan li yu shi zhan
517 1  @a大模型@Ada mo xing
606 0  @a人工智能@Aren gong zhi neng@j图解
690    @aTP18-64@v5
701  1 @a阿拉马尔@Aa la ma er@g(Alammar, Jay)@4著
701  1 @a格鲁滕多斯特@Age lu teng duo si te@g(Grootendorst, Maarten)@4著
702  0 @a李博杰@Ali bo jie@4译
801  0 @aCN@c20250909
905    @a河南城建学院图书馆@dTP18-64@eA114@f1
    
    图解大模型：生成式AI原理与实战/(沙特) 杰伊·阿拉马尔, (荷) 马尔滕·格鲁滕多斯特著= Hands-on large language models：language understanding and generation/Jay Alammar, Maarten Grootendorst/李博杰译.-北京：人民邮电出版社，2025.05
    xxx, 349页：彩图；24cm
    图灵教育
    
    ISBN 978-7-115-67083-0：CNY159.80
    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。*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, 帮助读者建立基础认知。*部分 使用预训练语言模型 (第4-9章), 介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展, 提升模型的应用能力。第三部分 训练和微调语言模型 (第10-12章), 探讨大模型的训练与微调方法, 包括嵌入模型的构建、分类任务的优化及生成式模型的微调, 以适应特定需求。 本书适合对大模型感兴趣的*、研究人员和行业从业者。读者无须深度学习基础, 只要会用Python, *可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在线运行, 让学习过程更轻松。
●
相关链接
在五车中查询图书 在当当中查询图书 在豆瓣中查询图书


正题名：图解大模型     索取号：TP18-64/A114         预约/预借

序号 登录号 条形码 馆藏地/架位号 状态 备注
1 1625153   216251534   自科库301/301自科库 102排7列6层/ [索取号:TP18-64/A114] 在馆