互联网 类型
可以朗读 语音朗读
164千字 字数
No.11 科学技术
2025-03-01 发行日期
展开全部

主编推荐语

深入剖析国产之光DeepSeek多模态大模型的核心技术。

内容简介

本书从高性能注意力机制切入，深入揭示DeepSeek的技术精髓与独特优势，详细阐述其在人工智能领域成功的技术秘诀。

本书循序渐进地讲解深度学习注意力机制的演进，从经典的多头注意力（MHA）逐步深入DeepSeek的核心技术—多头潜在注意力（MLA）与混合专家模型（MoE）。此外，本书还将详细探讨DeepSeek中的多模态融合策略、技术及应用实例，为读者提供全面的理论指导与应用实践。

目录

  • 版权信息
  • 作者简介
  • 内容简介
  • 前言
  • 第1章 高性能注意力与多模态融合
  • 1.1 从涌现到飞跃：高性能大模型的崛起
  • 1.2 大模型的内功：高性能注意力机制的崛起
  • 1.3 大模型的外拓：多模态融合
  • 1.4 高性能注意力与多模态融合的未来展望
  • 1.5 本章小结
  • 第2章 PyTorch深度学习环境搭建
  • 2.1 安装Python开发环境
  • 2.2 安装PyTorch 2.0
  • 2.3 多模态大模型DeepSeek初探与使用
  • 2.4 本章小结
  • 第3章 注意力机制详解之基础篇
  • 3.1 注意力机制与模型详解
  • 3.2 注意力机制的应用实践：编码器
  • 3.3 基础篇实战：自编码架构的拼音汉字生成模型
  • 3.4 本章小结
  • 第4章 注意力机制详解之进阶篇
  • 4.1 注意力机制的第二种形态：自回归架构
  • 4.2 进阶篇实战1：无须位置表示的酒店评论情感判断
  • 4.3 进阶篇实战2：基于自回归模型的酒店评论生成
  • 4.4 本章小结
  • 第5章 注意力机制详解之高级篇
  • 5.1 替代前馈层的混合专家模型详解
  • 5.2 高级篇实战1：基于混合专家模型的情感分类实战
  • 5.3 带有MoE的注意力模型
  • 5.4 高级篇实战2：基于通道注意力的图像分类
  • 5.5 高级篇实战3：基于MoE与自注意力的图像分类
  • 5.6 本章小结
  • 第6章 注意力机制详解之调优篇
  • 6.1 注意力模型优化方案讲解
  • 6.2 调优篇实战1：基于MLA的人类语音情感分类
  • 6.3 本章小结
  • 第7章 旅游特种兵迪士尼大作战：DeepSeek API调用与高精准路径优化
  • 7.1 基于在线API的大模型调用
  • 7.2 智能化DeepSeek工具调用详解
  • 7.3 旅游特种兵迪士尼大作战：DeepSeek高精准路径优化
  • 7.4 本章小结
  • 第8章 广告文案撰写实战：多模态DeepSeek本地化部署与微调
  • 8.1 多模态DeepSeek-VL2本地化部署与使用
  • 8.2 广告文案撰写实战1：PEFT与LoRA详解
  • 8.3 广告文案撰写实战2：本地化DeepSeek-VL2微调
  • 8.4 本章小结
  • 第9章 注意力与特征融合范式1：Diffusion可控图像生成
  • 9.1 Diffusion生成模型精讲
  • 9.2 可控图像生成实战：融合特征的注意力机制
  • 9.3 本章小结
  • 第10章 注意力与特征融合范式2：多模态图文理解与问答
  • 10.1 多模态图文问答实战
  • 10.2 更多的多模态融合方案
  • 10.3 本章小结
  • 第11章 注意力与特征融合范式3：交叉注意力语音转换
  • 11.1 端到端语音识别任务简介
  • 11.2 端到端音频特征提取库librosa的使用
  • 11.3 端到端语音识别任务简介
  • 11.4 基于PyTorch的数据处理与音频特征融合
  • 11.5 用于特征融合的交叉注意力
  • 11.6 本章小结
  • 第12章 多模态特征token压缩
  • 12.1 图像特征压缩的多种实现
  • 12.2 基于AvgPool与自编码器的语音识别
  • 12.3 本章小结
  • 第13章 从二维到一维：图像编码器详解与图形重建实战
  • 13.1 图像编码器
  • 13.2 基于VQ-VAE的手写体生成
  • 13.3 基于FSQ的人脸生成
  • 13.4 基于FSQ算法的语音存储
  • 13.5 本章小结
  • 第14章 基于PyTorch的端到端视频分类实战
  • 14.1 视频分类数据集的准备
  • 14.2 注意力视频分类实战
  • 14.3 使用预训练模型的视频分类
  • 14.4 本章小结
  • 第15章 基于DeepSeek的跨平台智能客服开发实战
  • 15.1 智能客服的设计与基本实现
  • 15.2 带有跨平台客户端的智能客服开发实战
  • 15.3 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。