|
000
|
01962nam 2200289 450
|
|
001
|
92805
|
|
005
|
20250818141849.84
|
|
010
|
|
@a978-7-111-77922-3@dCNY119.00
|
|
100
|
|
@a20250327d2025 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深度剖析DeepSeek大模型@Ashen du pou xi DeepSeek da mo xing@e原理、开发与优化部署@f丁小晶, 崔远编著
|
|
210
|
|
@a北京@c机械工业出版社@d2025.04
|
|
215
|
|
@aXII, 312页@c图@d24cm
|
|
225
|
2
|
@aAIGC与大模型技术丛书@AAIGC yu da mo xing ji shu cong shu
|
|
300
|
|
@a机工IT
|
|
314
|
|
@a丁小晶, 资深大模型AI应用技术专家与管理者, 拥有超过15年的计算机及A1领域经验、5年团队管理经验的技术创新与项目管理复合型人才, 精通大模型技术及多语言编程, 致力于AI大模型的应用和创新。崔远, 毕业于兰州大学, 副教授, 主攻人工智能 (Al)、自然语言处理 (NLP) 和深度学习等计算机前沿技术, 并致力于教学研究, 承担多门专业核心课程的教学工作。曾获公派赴佐治亚理工学院 (GT) 和不列颠哥伦比亚大学 (UBC) 深造。主持市厅级课题3项, 发表专业论文8篇及专著1部。多次荣获校级“优秀教师”称号及“教学优秀奖”, 在学术和教育领域均取得显著成就。
|
|
330
|
|
@a本书共分为12章, 首先介绍大模型的基础知识与发展历程, 从神经网络的起源到大规模预训练模型的演化, 再到Transformer、BERT与GPT等模型架构的深入剖析, 帮助读者理解大模型的技术基石。其次详细解析了DeepSeek-R1及其Zero版本在强化学习与模型架构上的核心技术, 包括混合专家模型、动态学习率调度、分布式训练及高效推理优化策略等。再次聚焦于模型训练与开发实践, 介绍API调用、上下文拼接、模型微调、知识蒸馏等关键技术, 并结合DeepSeek实际案例展示其在数学推理、代码生成等领域的应用。最后着重探讨了大模型在商业化落地场景中的高级应用, 如FIM补全、多轮对话、业务代码自动化生成以及基于云部署的智能推荐搜索系统等。
|
|
410
|
0
|
@12001 @aAIGC与大模型技术丛书
|
|
606
|
0
|
@a人工智能@Aren gong zhi neng
|
|
690
|
|
@aTP18@v5
|
|
701
|
0
|
@a丁小晶@Ading xiao jing@4编著
|
|
701
|
0
|
@a崔远@Acui yuan@4编著
|
|
801
|
0
|
@aCN@c20250909
|
|
905
|
|
@a河南城建学院图书馆@dTP18@eD580-2@f1
|
|
|
|
|
| |
| 深度剖析DeepSeek大模型：原理、开发与优化部署/丁小晶, 崔远编著.-北京：机械工业出版社，2025.04 |
| XII, 312页：图；24cm.-(AIGC与大模型技术丛书) |
| 机工IT |
| |
| ISBN 978-7-111-77922-3：CNY119.00 |
| 本书共分为12章, 首先介绍大模型的基础知识与发展历程, 从神经网络的起源到大规模预训练模型的演化, 再到Transformer、BERT与GPT等模型架构的深入剖析, 帮助读者理解大模型的技术基石。其次详细解析了DeepSeek-R1及其Zero版本在强化学习与模型架构上的核心技术, 包括混合专家模型、动态学习率调度、分布式训练及高效推理优化策略等。再次聚焦于模型训练与开发实践, 介绍API调用、上下文拼接、模型微调、知识蒸馏等关键技术, 并结合DeepSeek实际案例展示其在数学推理、代码生成等领域的应用。最后着重探讨了大模型在商业化落地场景中的高级应用, 如FIM补全、多轮对话、业务代码自动化生成以及基于云部署的智能推荐搜索系统等。 |
| ● |
正题名：深度剖析DeepSeek大模型
索取号：TP18/D580-2
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1626769
|
216267698
|
自科库301/301自科库 101排7列6层/
[索取号:TP18/D580-2]
|
在馆
|
|
