机读格式显示(MARC)

• 000 01219nam0 2200277 450

• 001 0000516292

• 005 20260312093300.0

• 010 __ |a 978-7-302-68561-6 |d CNY99.00

• 099 __ |a CAL 012025122812

• 100 __ |a 20250424d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 从零构建大模型 |A cong ling gou jian da mo xing |e 算法、训练与微调 |f 梁楠著

• 210 __ |a 北京 |c 清华大学出版社 |d 2025

• 215 __ |a 284页 |c 图 |d 24cm

• 314 __ |a 梁楠, 博士, 毕业于北京航空航天大学, 高级工程师, 长期从事模式识别、机器学习、统计理论的研究与应用, 负责或参与过多项科研项目, 专注于人工智能、大语言模型的应用与开发。

• 330 __ |a 本书共12章, 涵盖了Transformer模型的基础理论, 如Seq2Seq模型、分词、嵌入层和自注意力机制等关键概念 ; 并深入剖析了GPT模型的核心实现与文本生成过程, 以及BERT模型的预训练和微调技术。同时, 也对ViT (视觉Transformer) 模型的架构、训练方法, 以及高阶微调策略如Adapter Tuning和P-Tuning进行了详尽讲解。

• 517 1_ |a 算法、训练与微调 |A suan fa 、xun lian yu wei tiao

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _0 |a 梁楠 |A liang nan |4 著

• 801 _0 |a CN |b 人天书店 |c 20250424

• 905 __ |a LJUZC |d TP18/1406

• 920 __ |a 222016 |z 1