书目详细信息
： 深度学习与大模型工程化
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-115-69638-0:CNY89.80 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 深度学习与大模型工程化/.金正海, 肖建于著 |
| 出版发行项： | 北京:,人民邮电出版社:,2026.06 |
| 载体形态项： | 358页:;+图:;+24cm |
| 提要文摘： | 本书共分为4个部分。第一部分为基础入门篇, 主要讲解深度学习核心概念、线性回归、神经网络基础及PyTorch框架应用, 包含从零实现线性回归模型训练、Logistic回归实战、多项式回归与模型选择等案例。第二部分为计算机视觉模型篇, 先介绍CNN的原理, 再结合边缘检测、猫狗分类研究 (基于VGG16)、验证码识别 (基于ResNet)、人脸相似度判断 (基于孪生神经网络)、火焰和烟雾目标检测 (基于YOLOv12) 等实战项目讲解计算机视觉任务。第三部分为自然语言处理模型篇, 从循环神经网络到注意力机制与机器翻译, 通过微博话题识别、气温预测 (基于CNN-LSTM混合模型)、从中文到英文的翻译 (基于Seq2Seq与注意力机制) 等实战项目, 破解序列数据建模难题。第四部分为大模型架构与应用篇, 解析Transformer架构, 通过小型中文聊天系统与医疗问答大模型定制两大实战项目, 介绍开源大模型微调与推理。 |
| 题名主题： | 机器学习 |
| 中图分类： | TP181 |
| 个人名称等同： | 金正海 著 |
| 个人名称等同： | 肖建于 著 |
| 记录来源： | CN 湖北三新 20260918 |
| 记录来源： | CN GGNY 20260919 |