万本电子书0元读

万本电子书0元读

顶部广告

AI大模型应用开发实战电子书

售       价:¥

纸质售价:¥53.00购买纸书

0人正在读 | 0人评论 6.8

作       者:吕阳

出  版  社:化学工业出版社

出版时间:2026-01-01

字       数:9.2万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(条)
  • 读书简介
  • 目录
  • 累计评论(条)
本书*系统地介绍了AI 大模型的发、核心原理和实际应用。首先探讨了大模型的概念、类型和训练挑战,然后阐述了利用主流深度学习框架和云计算平台发大模型的技术路径。随后,重介绍了大模型在自然语言处理、计算机视觉、语音处理、推荐系统、自动驾驶、医疗健康、金融科技、智慧城市、工业制造等领域的典型应用,并辅以智能客服、智能安防等领域的案例分析。*后,还探讨了大模型的项目管理和落地实施,帮助读者掌握从理论到实践的完整流程。【作者】<br/>无<br/>
目录展开

书名页

版权页

前言

1.概述与基础

1.1 引言

1.1.1 AI大模型的兴起与发展

1.1.2 AI大模型的基本概念

1.2 本书的结构与目标读者

1.3 大模型基础

1.3.1 大模型的类型与架构

1.3.2 深度学习与大模型

1.3.3 大模型训练的技术挑战

1.4 大模型的开发工具与平台

1.4.1 常用开发框架与工具

1.4.2 云计算平台

1.4.3 开源工具与社区资源

2.自然语言处理

2.1 自然语言处理概述

2.1.1 NLP的基本概念与任务

2.1.2 语言模型的发展与演进

2.2 文本生成与理解

2.2.1 文本生成模型

2.2.2 语义分析与理解

2.3 案例分析:智能客服系统

2.3.1 项目背景与需求分析

2.3.2 技术选型与架构设计

2.3.3 实现步骤与代码示例

2.3.4 部署与优化

3.计算机视觉

3.1 计算机视觉概述

3.1.1 CV的基本任务与应用场景

3.1.2 图像识别与处理技术

3.2 目标检测与图像生成

3.2.1 目标检测算法

3.2.2 图像生成与增强

3.3 案例分析:智能安防系统

3.3.1 项目背景与需求分析

3.3.2 技术选型与架构设计

3.3.3 实现步骤与代码示例

3.3.4 部署与优化

4.语音处理

4.1 语音处理概述

4.1.1 语音识别与合成

4.1.2 语音处理的技术挑战

4.2 自动语音识别与文本到语音技术

4.2.1 ASR

4.2.2 TTS

4.3 案例分析:智能家居语音助手

4.3.1 项目背景与需求分析

4.3.2 技术选型与架构设计

4.3.3 实现步骤与代码示例

4.3.4 部署与优化

5.推荐系统

5.1 推荐系统概述

5.1.1 推荐系统的基本概念

5.1.2 常见的推荐算法

5.2 个性化推荐技术

5.2.1 协同过滤

5.2.2 基于内容的推荐

5.2.3 混合推荐系统

5.3 案例分析:电商推荐系统

5.3.1 项目背景与需求分析

5.3.2 技术选型与架构设计

5.3.3 实现步骤与代码示例

5.3.4 部署与优化

6.自动驾驶

6.1 自动驾驶概述

6.1.1 自动驾驶技术的发展历程

6.1.2 自动驾驶的核心技术

6.2 环境感知与决策控制

6.2.1 传感器融合技术

6.2.2 路径规划与决策控制

6.3 案例分析:自动驾驶系统

6.3.1 项目背景与需求分析

6.3.2 技术选型与架构设计

6.3.3 实现步骤与代码示例

6.3.4 部署与优化

7.医疗健康

7.1 医疗健康AI概述

7.1.1 AI在医疗健康中的应用

7.1.2 医疗AI的技术挑战

7.2 医疗影像分析与诊断

7.2.1 医疗影像处理技术

7.2.2 计算机辅助诊断

7.3 案例分析:智能诊断系统

7.3.1 项目背景与需求分析

7.3.2 技术选型与架构设计

7.3.3 实现步骤与代码示例

7.3.4 部署与优化

8.金融科技

8.1 金融科技概述

8.1.1 金融科技的发展与应用

8.1.2 AI在金融领域的应用场景

8.2 金融数据分析与风险管理

8.2.1 金融数据处理技术

8.2.2 风险预测与管理

8.3 案例分析:智能投资顾问

8.3.1 项目背景与需求分析

8.3.2 技术选型与架构设计

8.3.3 实现步骤与代码示例

8.3.4 部署与优化

9.智慧城市

9.1 智慧城市概述

9.1.1 智慧城市的概念与发展

9.1.2 AI在智慧城市中的应用

9.2 智能交通与公共安全

9.2.1 智能交通管理

9.2.2 公共安全监控

9.3 案例分析:智慧城市管理平台

9.3.1 项目背景与需求分析

9.3.2 技术选型与架构设计

9.3.3 实现步骤与代码示例

9.3.4 部署与优化

10.工业制造

10.1 工业制造AI概述

10.1.1 工业4.0与AI技术

10.1.2 AI在制造业中的应用

10.2 智能制造与质量控制

10.2.1 生产过程优化

10.2.2 智能质量检测

10.3 案例分析:智能制造系统

10.3.1 项目背景与需求分析

10.3.2 技术选型与架构设计

10.3.3 实现步骤与代码示例

10.3.4 部署与优化

11.项目管理与开发实践

11.1 项目管理策略

11.1.1 项目规划与需求分析

11.1.2 敏捷开发与持续集成

11.2 团队协作方法

11.2.1 团队组织与角色分配

11.2.2 跨职能团队协作

11.3 开发工具选择

11.3.1 开发环境与工具链

11.3.2 持续集成与持续部署工具

结论

1.AI大模型的未来发展趋势

2.应用与技术的持续创新

3.最佳实践与持续学习

附录:工具与术语解释

累计评论(条) 个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部