本书旨在帮助没有任何人工智能技术基础的工程师们全面掌握AIGC的底层技术原理，以及大语言模型、扩散模型和多模态模型的原理与实践。本书的核心价值是，首先为想学习各种大模型的读者下坚实的技术基础，然后再根据自己的研究方向展深的学习，达到事半功倍的效果。通过阅读本书，您将学习如下内容：（1）AIGC技术基础深了解神经网络的基础知识，包括卷积神经网络和循环神经网络的原理与应用。并通过学习神经网络的优化方法，您将掌握如何优化和提升神经网络的性能。 （2）图像生成模型包括从自动编码器（AE）、变分自编码器（VAE）、生成对抗网络（GAN）等图像生成模型。通过学习优化方法，如WGAN、WGAN-WP、StyleGAN等，您将掌握如何提高图像生成模型的质量和稳定性。同时，了解图像生成模型的应用，如迁移学习、风格迁移等，让您轻松实现个性化创作。此外，还将带您深了解DDPM、DDIM等扩散模型的前沿技术，为您展现图像生成技术的最新成果，探索更加出色的生成效果和表达方式。 （3）语言生成模型了解注意力机制、Transformer架构等基础知识，深探索GAT系列、大语言模型（如ChatGPT），让您掌握自然语言处理的精髓。 （4）多模态模型了解CLIP、Stable Diffusion、DALL.E等多模态模型，触碰视觉和文字的奇妙交织，领略多模态智能的广阔前景。<br/>【推荐语】<br/>（1）作者背景资深：作者是人工智能领域的资深专家，在大数据和人工智能领域深耕20余年，对AIGC有深研究。 （2）知识体系全面：本书包含AIGC所涉及的各方面技术，从基础知识到各种流行的大模型，从技术原理到应用实践。 （3）读者无需AI基础：本书专为没有AI基础的技术工程师量身定做，通过由浅深的讲解方式，使读者能够轻松门并逐步掌握AIGC。 （4）实践案例丰富：书中提供大量实践案例和代码示例，读者可通过PyTorch等工具构建和训练各种大模型。 （5）配套资源丰富：为方便读者学习，本书配有视频讲解、教学PPT、代码和数据，这些资源均可免费获取，让读者学习事半功倍。<br/>【作者】<br/>吴茂贵 资深人工智能技术专家和大数据技术专家，在BI、数据挖掘与分析、数据仓库、机器学习、深度学习等领域有超过20年的实战经验。近年来，一直专注于人工智能领域的工程实践，对大模型相关的技术和应用有深的研究。 著有多部人工智能领域的畅销书： 《Python深度学习：基于TensorFlow》 （第1版和第2版） 《Python深度学习：基于Pytorch》 （第1版和第2版） 《深浅出Embedding》 《深度实践Spark机器学习》 <br/>
評論0