计算机 类型
可以朗读 语音朗读
183千字 字数
2025-02-01 发行日期
展开全部

主编推荐语

一本全面、深入的Mamba深度学习架构实战指南。

内容简介

Mamba是一种新型的深度学习架构，在保持对序列长度近似线性扩展性的同时，提供了与Transformers相当的建模能力。本书旨在帮助读者探索Mamba在不同领域实现卓越性能的潜力，并深入理解和应用这一新兴的模型架构。本书配套示例源码、PPT课件、配图PDF文件与读者微信交流群服务。

全书共分16章，内容包括Mamba概述、Mamba架构详解、Mamba组件详解、基于PyTorch的弹簧振子动力学Mamba实战、Mamba文本情感分类实战、Mamba的文本转换实战、VisionMamba图像分类实战、多方案的Mamba文本生成实战、让Mamba更强的模块、循环神经网络详解与切片时间序列预测、基于Jamba的天气预测实战、统一了注意力与Mamba架构的Mamba2模型等。

目录

  • 版权信息
  • 作者简介
  • 内容简介
  • 前言
  • 第1章 横空出世的Mamba
  • 1.1 深度学习的前世今生
  • 1.2 深度学习中的主要模型
  • 1.3 本章小结
  • 第2章 挑战注意力机制地位的Mamba架构详解
  • 2.1 Mamba的优势
  • 2.2 环境搭建1：安装Python
  • 2.3 环境搭建2：安装PyTorch 2.0
  • 2.4 第一次使用Mamba
  • 2.5 本章小结
  • 第3章 Mamba组件详解
  • 3.1 Mamba组件1：状态空间模型
  • 3.2 Mamba组件2：连续信号转换成离散信号的方法
  • 3.3 Mamba组件3：HiPPO算法初始化的状态转移矩阵
  • 3.4 本章小结
  • 第4章 基于PyTorch的弹簧振子动力学Mamba实战
  • 4.1 从状态空间模型SSM到结构化状态空间模型S4
  • 4.2 基于状态空间模型模拟弹簧振子动力学
  • 4.3 基于SSM的模拟弹簧振子输出的神经网络实战
  • 4.4 本章小结
  • 第5章 Mamba文本情感分类实战
  • 5.1 有趣的词嵌入
  • 5.2 基于进阶SSM架构的情感分类Mamba实战
  • 5.3 本章小结
  • 第6章 Mamba文本转换实战
  • 6.1 基于Mamba的拼音汉字转换模型
  • 6.2 PyTorch对数据集的封装与可视化训练步骤
  • 6.3 本章小结
  • 第7章 含有位置表示的双向VisionMamba模型图像分类实战
  • 7.1 使用PyTorch自带的图像管理工具与图像增强技术
  • 7.2 基于双向VisionMamba的模块讲解
  • 7.3 VisionMamba图像分类实战
  • 7.4 本章小结
  • 第8章 多方案的Mamba文本生成实战
  • 8.1 Mamba的经典文本生成实战
  • 8.2 微调：在原有Mamba模型上进行重新训练
  • 8.3 低硬件资源微调预训练Mamba模型的方法
  • 8.4 本章小结
  • 第9章 能够让Mamba更强的模块
  • 9.1 What Kan I Do
  • 9.2 xLSTM让老架构再现生机
  • 9.3 本章小结
  • 第10章 循环神经网络详解与切片时间序列预测
  • 10.1 基于时间序列的温度预测实战
  • 10.2 循环神经网络理论讲解
  • 10.3 融合Mamba与KAN架构的时间序列预测模型实战
  • 10.4 本章小结
  • 第11章 明天下雨吗：基于Jamba的天气预测实战
  • 11.1 注意力机制与模型详解
  • 11.2 注意力机制的应用实践：编码器Encoder
  • 11.3 给注意力添加相对位置编码RoPE
  • 11.4 明天下雨吗：基于Jamba的天气预测实战
  • 11.5 本章小结
  • 第12章 统一了注意力与MMaammbbaa架2模构型的
  • 12.1 Mamba2模型的实现
  • 12.2 基于Mamba2的文本生成实战
  • 12.3 本章小结
  • 第13章 Mamba结合Diffusion的图像生成实战
  • 13.1 Diffusion原理精讲以及经典实现
  • 13.2 基于注意力的可控Diffusion实现
  • 13.3 基于Mamba的可控Diffusion实现
  • 13.4 本章小结
  • 第14章 Mamba实战1：知识图谱的构建与展示
  • 14.1 什么是知识图谱
  • 14.2 知识图谱的可视化展示
  • 14.3 分词与数据的编码与解码
  • 14.4 基于Mamba的知识图谱模型构建
  • 14.5 本章小结
  • 第15章 Mamba实战2：基于特征词的语音唤醒
  • 15.1 音频特征工具Librosa包的基础使用
  • 15.2 Mamba实战：基于特征词的语音唤醒
  • 15.3 本章小结
  • 第16章 Mamba实战3：多模态视觉问答
  • 16.1 视觉问答数据集的准备
  • 16.2 Mamba架构的多模态视觉问答模型的训练与推断
  • 16.3 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。