机读格式显示(MARC)

• 000 01359nam0 2200229 450

• 001 0000651167

• 010 __ |a 978-7-302-68599-9 |d CNY129.00

• 092 __ |b 三新KJ2512期-0395

• 100 __ |a 20250331d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 基于DeepSeek大模型的深度应用实践 |f 韩晓晨著

• 210 __ |a 北京 |c 清华大学出版社 |d 2025.3

• 215 __ |a 424页 |d 24cm

• 330 __ |a 本书全面系统地阐述了DeepSeek大模型的核心原理与实际应用, 从理论到实践, 为读者提供了一个完整的技术路径。全书共分为三部分10章, 系统介绍大模型的理论、技术实现与行业应用。第1-4章聚焦于大模型的理论基础与核心技术, 全面介绍了深度学习与大模型的演进、Transformer与MoE机制, 深入解析了DeepSeek架构的关键设计思想与优化策略, 帮助读者建立对大模型技术的全面理解。第5-7章转向实际应用开发, 详细讲解了编程智能助手的技术实现、智能代码生成与调试以及Prompt设计等关键技术, 为读者提供了如何将大模型应用于开发工具链的实践指导。第8-10章则聚焦于大模型在行业中的定制化应用, 探索了数据构建、自监督学习、模型优化与部署等技术, 结合具体行业案例, 深入讨论了大模型如何在零售、制造等领域实现智能化应用, 最终帮助读者掌握从需求分析到模型部署的全流程。

• 333 __ |a 本书既适合人工智能、机器学习领域的技术人员, 也适合高校师生和希望深入掌握大模型开发的读者

• 606 0_ |a 人工智能

• 690 __ |a TP18 |v 5

• 701 _0 |a 韩晓晨 |4 著

• 801 _0 |a CN |b 湖北三新 |c 20250401