大模型本地化部署终于出书了！！《ChatGLM3大模型本地化部署、应用开发与微调》（附PDF）

前言

大模型领域既是繁星点点的未知宇宙，也是蕴含无数可能的广阔天地，正是这一独特的魅力，
令无数的探索者为之倾倒，为之奋斗。随着大模型应用逐渐走入人们的日常生活，支撑它的深
度学习技术也开始登上更为广阔和深远的人工智能大舞台。

而《ChatGLM3大模型本地化部署、应用开发与微调》作为《PyTorch 2.0深度学习从零开始学》的姊妹篇，不仅延续了核心理念与知识体系，更将深度学习引向了一个新的高度，专注于大模型的本地
化研究与应用。

本书将帮助读者深入理解深度学习与大模型的精髓，探寻其背后的思维逻辑和创新精神。在这个过程中，读者不仅能学习到理论知识，更能感受到大模型背后的力量与智慧，从而为自己在这一领域的研究和实践提供有力的支撑。

全书共分13章，全方位、多角度地展示了大模型本地化实战的完整方案，内容包括大模型时代的开端、PyTorch 2.0深度学习环境搭建、基于gradio的云上自托管ChatGLM3部署实战、使用ChatGLM3与LangChain实现知识图谱抽取和智能问答、上市公司财务报表非结构化信息抽取实战、上市公司财务报表智能问答与财务预警实战等内容。

下载当前版本： 完整PDF书籍链接获取，可以扫描下方二维码免费领取👇👇👇

目录

第1章 大模型时代的开端 1

• 1.1 大模型的历史与发展 1
• 1.2 为什么要使用大模型 6
• 1.3 本章小结 10

第2章 PyTorch 2.0深度学习环境搭建 11

• 2.1 安装Python开发环境 12
• 2.2 安装PyTorch 2.0 19
• 2.3 Hello ChatGLM3 23
• 2.4 本章小结 31

第3章 基于gradio的云上自托管ChatGLM3部署实战 32

• 3.1 gradio的基本使用详解 32
• 3.2 基于gradio的猫狗分类可视化训练与预测实战 59
• 3.3 基于网页端的ChatGLM3部署和使用 69
• 3.4 基于私有云服务的ChatGLM3部署和使用 72
• 3.5 本章小结 74

第4章 使用ChatGLM3与LangChain实现知识图谱抽取和智能问答 75

• 4.1 当ChatGLM3遇见LangChain 76
• 4.2 ChatGLM3+ LangChain搭建专业问答机器人 84
• 4.3 使用ChatGLM3的LLM终端搭建知识图谱抽取与智能问答 89
• 4.4 本章小结 92

第5章 适配ChatGLM3终端的Template与Chain详解 93

• 5.1 基于输入模板的人机交互 93
• 5.2 Template中示例的最佳选择 97
• 5.3 使用Chain提高ChatGLM3的能力 100
• 5.4 LangChain中的记忆功能 102
• 5.5 基于ChatGLM3终端撰写剧情梗概、评论与宣传文案实战 105
• 5.6 本章小结 111

第6章 ChatGLM3多文本检索的增强生成实战 112

• 6.1 使用自然语言处理方法对目标进行查找 113
• 6.2 基于LLM终端完成文本内容抽取与文本问答 118
• 6.3 使用LLM终端完成反向问题推断 127
• 6.4 本章小结 131

第7章 构建以人为本的ChatGLM3规范化Prompt提示工程 132

• 7.1 提示工程模板构建的输入与输出格式 132
• 7.2 提示工程模板高级用法 138
• 7.3 结合提示工程的网页搜索服务实战 142
• 7.4 本章小结 145

第8章 使用ChatGLM3的思维链构建 146

• 8.1 思维链初探 146
• 8.2 思维链详解及其实战 149
• 8.3 本章小结 152

第9章 GLM源码分析与文本生成实战 153

• 9.1 GLM组件详解 154
• 9.2 GLM整体架构详解与文本生成实战 159
• 9.3 本章小结 167

第10章 低资源单GPU微调ChatGLM3实战 168

• 10.1 什么是大模型微调 168
• 10.2 ChatGLM3大模型微调的准备内容 171
• 10.3 虚拟客服多轮问答实战 180
• 10.4 加速的秘密：accelerate训练方法与模型量化详解 191
• 10.5 更快的量化训练方案：QLoRA基础内容详解 200
• 10.6 QLoRA微调文本生成实战 207
• 10.7 本章小结 215

第11章 会使用工具的ChatGLM3 216

• 11.1 ChatGLM3调用工具源码详解与实战 216
• 11.2 ChatGLM3官方工具注册与调用源码分析与实战 231
• 11.3 ChatGLM3实战：构建个人助理之美妆助手 240
• 11.4 本章小结 247

第12章 上市公司财务报表非结构化信息抽取实战 249

• 12.1 超长文本处理功能的ChatGLM3与真实财务报表的处理 250
• 12.2 单报表非结构化信息抽取实战 253
• 12.3 本章小结 256

第13章 上市公司财务报表智能问答与财务预警实战 257

• 13.1 基于ChatGLM3的非结构化数据抽取与大规模财务报表数据库的建立 257
• 13.2 基于自然语言的上市公司财务报表智能问答与财务预警实战 264
• 13.3 本章小结 272

附录 大模型的“幻觉” 273

下载当前版本： 完整PDF书籍链接获取，可以扫描下方二维码免费领取👇👇👇