书目信息 |
| 题名： |
大模型技术30讲
|
|
| 作者： | 拉施卡 著 ；叶文滔 译 | |
| 分册： | ||
| 出版信息： | 北京 人民邮电出版社 2025.02 |
|
| 页数： | 182页 | |
| 开本： | 24cm | |
| 丛书名： | 图灵程序设计丛书 | |
| 单 册： | ||
| 中图分类： | TP18 | |
| 科图分类： | ||
| 主题词： | 人工智能--ren gong zhi neng | |
| 电子资源： | ||
| ISBN： | 978-7-115-65983-5 | |
| 000 | 01904nam 2200325 450 | |
| 001 | 92088 | |
| 005 | 20250817175142.17 | |
| 010 | @a978-7-115-65983-5@dCNY69.80 | |
| 100 | @a20250313d2025 em y0chiy50 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a大模型技术30讲@Ada mo xing ji shu 30 jiang@f(美) 塞巴斯蒂安·拉施卡著@d= 30 essential questions and answers machine learning and AI@fSebastian Raschka@g叶文滔译@zeng |
| 210 | @a北京@c人民邮电出版社@d2025.02 | |
| 215 | @a182页@c图@d24cm | |
| 225 | 2 | @a图灵程序设计丛书@Atu ling cheng xu she ji cong shu |
| 300 | @a图灵教育 | |
| 306 | @a由No Starch Press授权出版 | |
| 314 | @a塞巴斯蒂安·拉施卡 (Sebastian Raschka), 极具影响力的人工智能专家, GitHub项目LLMs-from-scratch的star数达38.2k。现在大模型独角兽公司Lightning Al任资深研究工程师。博士毕业于密歇根州立大学, 2018-2023年威斯康星大学麦迪逊分校助理教授 (终身教职), 从事深度学习科研和教学。叶文滔, 中国计算机学会自然语言处理专委会委员。曾任职于字节跳动、蚂蚁集团、星环科技、平安科技等互联网科技企业，负责过多个人工智能、大模型领域研发项目, 拥有多项人工智能相关专利, 并著有多篇相关论文。 | |
| 320 | @a有书目 | |
| 330 | @a本书中, 我们将学习各种新概念, 如深度神经网络架构、计算机视觉、自然语言处理、产品化与部署和模型评估, 内容涉及: 如何利用修改后的数据集或模型来降低过拟合 ; 如何处理深度神经网络训练中的常见随机性来源 ; 如何在不改变模型架构或降低精度的情况下, 通过优化加快模型推断速度 ; 如何在实践中应用彩票机制假设和分布假设 ; 如何使用和微调预训练的大规模语言模型等技术。 | |
| 410 | 0 | @12001 @a图灵程序设计丛书 |
| 500 | 10 | @a30 essential questions and answers machine learning and AI@mChinese |
| 606 | 0 | @a人工智能@Aren gong zhi neng |
| 690 | @aTP18@v5 | |
| 701 | 1 | @a拉施卡@Ala shi ka@g(Raschka, Sebastian)@4著 |
| 702 | 0 | @a叶文滔@Aye wen tao@4译 |
| 801 | 0 | @aCN@c20250909 |
| 905 | @a河南城建学院图书馆@dTP18@eL007-2@f1 | |
| 大模型技术30讲/(美) 塞巴斯蒂安·拉施卡著= 30 essential questions and answers machine learning and AI/Sebastian Raschka/叶文滔译.-北京：人民邮电出版社，2025.02 |
| 182页：图；24cm.-(图灵程序设计丛书) |
| 图灵教育 |
| ISBN 978-7-115-65983-5：CNY69.80 |
| 本书中, 我们将学习各种新概念, 如深度神经网络架构、计算机视觉、自然语言处理、产品化与部署和模型评估, 内容涉及: 如何利用修改后的数据集或模型来降低过拟合 ; 如何处理深度神经网络训练中的常见随机性来源 ; 如何在不改变模型架构或降低精度的情况下, 通过优化加快模型推断速度 ; 如何在实践中应用彩票机制假设和分布假设 ; 如何使用和微调预训练的大规模语言模型等技术。 |
| ● |
| 相关链接 |
|
|
|
正题名：大模型技术30讲
索取号：TP18/L007-2
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1626052 | 216260524 | 自科库301/301自科库 101排9列5层/ [索取号:TP18/L007-2] | 在馆 |