（1）通完整Python发条：系统梳理大模型应用发全流程，涵盖分词、词嵌、向量数据库、提示词工程、模型微调与部署等关键技术，帮助发者构建成体系的技能框架。 （2）主流工具一网尽：聚焦Hugging Face、LangChain、RAG等当前最热门的大模型发框架，讲解其原理与实操方法，配合可运行的代码与实战案例，快速上手、易于应用。 （3）项目实战导向，深度挖掘数字人场景：通过多个数字人电商项目实战，完整展示智能系统构建方式，贴近热门应用场景，增强实战价值与可落地性。
售 价：¥
纸质售价：¥71.30购买纸书
6.5
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
PREFACE 前言
目录
PART 1 第一篇 基础知识
CHAPTER 1 第1章 大语言模型
1.1 大语言模型概述
1.2 大语言模型的演变与发展
1.3 大语言模型的基础知识
1.4 小结
CHAPTER 2 第2章 Python大语言模型应用开发
2.1 Python大语言模型应用开发的基础知识
2.2 Docker容器的基础知识
2.3 大语言模型与NLP
2.4 小结
PART 2 第二篇 开发技术
CHAPTER 3 第3章 分词技术
3.1 分词
3.2 常见的分词算法
3.3 使用大语言模型进行分词
3.4 小结
CHAPTER 4 第4章 词嵌入技术
4.1 词袋模型
4.2 词向量模型
4.3 大语言模型生成Embedding
4.4 大语言模型的Embedding应用
4.5 小结
CHAPTER 5 第5章 向量数据库
5.1 向量数据库简介
5.2 向量数据库的原理
5.3 向量数据库的应用
5.4 小结
CHAPTER 6 第6章 提示词工程与优化
6.1 认识提示词工程
6.2 提示词工程的使用技巧
6.3 使用提示词完成NLP任务
6.4 小结
CHAPTER 7 第7章 Hugging Face入门与开发
7.1 Hugging Face简介
7.2 Hugging Face数据集工具
7.3 Hugging Face模型工具
7.4 小结
CHAPTER 8 第8章 LangChain入门与开发
8.1 初识LangChain
8.2 模型I/O
8.3 数据增强
8.4 链
8.5 小结
CHAPTER 9 第9章 大语言模型微调
9.1 大语言模型微调概述
9.2 大语言模型的微调策略
9.3 基于ChatGPT的微调
9.4 基于Hugging Face的开源大模型微调
9.5 小结
CHAPTER 10 第10章 大语言模型的部署
10.1 MLOps与LLMOps
10.2 大语言模型量化部署
10.3 大语言模型部署实战
10.4 小结
PART 3 第三篇 项目实战
CHAPTER 11 第11章 数字人电商直播
11.1 数字人直播概述
11.2 2D数字人核心技术
11.3 2D数字人电商直播项目实战
11.4 小结
CHAPTER 12 第12章 数字人口播台词生成
12.1 数字人口播台词生成概述
12.2 数字人口播台词提示词模板
12.3 数字人口播台词生成项目实战
12.4 小结
CHAPTER 13 第13章 数字人直播间问答分类
13.1 文本分类简介
13.2 文本分类器的训练过程
13.3 数字人直播间问答分类项目实战
13.4 小结
CHAPTER 14 第14章 数字人直播间互动问答
14.1 RAG知识库构建
14.2 RAG知识库的优化策略
14.3 数字人直播间互动问答项目实战
14.4 小结
CHAPTER 15 第15章 数字人直播间数据分析Text2SQL
15.1 数据分析的本质
15.2 数据分析的思维和方法论
15.3 数字人直播间数据分析Text2SQL项目实战
15.4 小结
推荐阅读
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
