机读格式显示(MARC)

• 000 02305nam 2200325 450

• 001 0000514720

• 005 20251128101500.0

• 010 __ |a 978-7-302-68489-3 |d CNY119.00

• 099 __ |a CAL 012025086514

• 100 __ |a 20250317d2025 emky0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a DeepSeek大模型高性能核心技术与多模态融合开发 |A deepseek da mo xing gao xing neng he xin ji shu yu duo mo tai rong he kai fa |f 王晓华著

• 210 __ |a 北京 |c 清华大学出版社 |d 2025

• 215 __ |a 346页 |c 图 |d 26cm

• 225 2_ |a 人工智能技术丛书 |A ren gong zhi neng ji shu cong shu

• 312 __ |a 英文题名取自封面

• 314 __ |a 王晓华, 男, 1980年生。安徽医学院计算机专业讲师, 研究方向为云计算、大数据与人工智能。著有《Python机器学习与可视化分析实战》《谷歌JAX深度学习从零开始学》《Spark 3.0大数据分析与挖掘, 基于机器学习》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow知识图谱实战》《TensorFlow人脸识别实战》《TensorFlow语音识别实战》《TensorFlow+Keras自然语言处理实战》《TensorFlow 2.0卷积神经网络实战》《Keras实战, 基于TensorFlow2.2的深度学习实践》《TensorFlow 2.0深度学习从零开始学》《深度学习的数学原理与实现》。

• 330 __ |a 本书从高性能注意力机制和多模态融合技术入手, 使用国产之光DeepSeek多模态大模型, 详细讲解注意力机制及其变种 (包括Self-Attention、MHA、Autoregressive、MoE、MQA、GQA、GLA、DifferentialAttention) 的基本原理和应用实践, 以及多模态融合策略、技术与应用案例。本书配套示例源码、PPT课件与读者微信技术交流群。全书共分15章, 内容包括高性能注意力与多模态融合概述、PyTorch深度学习环境搭建、注意力机制详解之基础篇、注意力机制详解之进阶篇、注意力机制详解之高级篇、注意力机制详解之调优篇、DeepSeekAPI实战迪士尼游玩攻略、DeepSeek实战广告文案撰写与微调、Diffusion可控图像生成实战、多模态图文理解与问答实战、交叉注意力语音转换实战、多模态特征Token压缩实战、图像编码器详解与图形重建实战、端到端视频分类实战、基于DeepSeek的跨平台智能客服开发实战。

• 410 _0 |1 2001 |a 人工智能技术丛书

• 510 1_ |a DeepSeek large model high-performance core technology and multimodal fusion development |z eng

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 610 0_ |a DeepSeek |A Deepseek

• 690 __ |a TP18 |v 5

• 701 _0 |a 王晓华 |A wang xiao hua |4 著

• 801 _0 |a CN |b 人天书店 |c 20250317

• 905 __ |a LJUZC |d TP18/1070

• 920 __ |a 222016 |z 1