生成式人工智能(基于PyTorch实现)

本书通过从零始构建生成式人工智能模型来探讨生成式人工智能的底层机制，并使用PyTorch对生成式人工智能模型行编程的实践指导，以期让读者在了解生成对抗网络（GAN）、变分自编码器（VAE）、循环神经网络（RNN）、Transformer、扩散模型、大语言模型（LLM）和LangChain等技术原理之后，能构建可生成形状、数字、图像、文本和音乐的生成式人工智能 模型。 本书适合各种商业领域中的人工智能技术工程师和数据科学家在实践生成式人工智能模型时随手查阅，也适合生成式人工智能的初学者作为门指南。
【推荐语】
1.“动手学生成式人工智能”属性，通过从零始构建生成式人工智能模型来探讨生成式人工智能的底层机制； 2. 紧跟技术热：PyTorch深度学习、大模型、LangChain、GenAI、Transformer、扩散模型等； 3. 作者Mark Liu，肯塔基大学金融学终身教授，与国内多所院校有合作。
【作者】
刘焕良（Mark Liu）博士是美国肯塔基大学金融学终身副教授和金融学硕士项目（创始）负责人。他著有两本书：Make Python Talk（No Starch Press，2021） 和 Machine Learning, Animated（CRC Press，2023）。 他拥有 20 多年的编程经验。他获得美国波士顿学院金融学博士学 位， 曾 在 Journal of Financial Economics、Journal of Financial and Quantitative Analysis 和 Journal of Corporate Finance 等金融学顶级期刊上发表过研究论文。