大模型书籍推荐丨这本大模型权威教材必看！大模型私有化部署真不难（附PDF）

最新推荐文章于 2024-09-03 11:03:19 发布
最新推荐文章于 2024-09-03 11:03:19 发布
阅读量910 收藏 8
点赞数 21
文章标签： langchain 人工智能 大模型 LLM Pytorch 大模型微调 大模型部署
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Y525698136/article/details/141821379
版权

《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，专注于大模型的本地化部署、应用开发以及微调等。

本书不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过丰富的案例和场景，引导读者从理论走向实践，真正领悟和掌握大模型本地化应用的精髓。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。

在这里插入图片描述

适宜人群

本书适合大模型的初学者、有一定基础的大模型研究人员、大模型应用开发人员阅读学习。同时《ChatGLM3大模型本地化部署、应用开发与微调》还可作为高等院校或高职高专相关专业大模型课程的教材，助力培养新一代的大模型领域人才。

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

本书作者

王晓华

  • 高校计算机专业讲师，研究方向为云计算、大数据与人工智能。

版权信息

作者简介

内容简介

前言

第1章 大模型时代的开端

  • 1.1 大模型的历史与发展 15
  • 1.2 为什么要使用大模型 40
  • 1.3 本章小结 56

第2章 PyTorch 2.0深度学习环境搭建

  • 2.1 安装Python开发环境 58
  • 2.2 安装PyTorch 2.0 94
  • 2.3 Hello ChatGLM3 114
  • 2.4 本章小结 184

第3章 基于gradio的云上自托管ChatGLM3部署实战

  • 3.1 gradio的基本使用详解 186
  • 3.2 基于gradio的猫狗分类可视化训练与预测实战 396
  • 3.3 基于网页端的ChatGLM3部署和使用 468
  • 3.4 基于私有云服务的ChatGLM3部署和使用 480
  • 3.5 本章小结 489

第4章 使用ChatGLM3与LangChain实现知识图谱抽取和智能问答

  • 4.1 当ChatGLM3遇见LangChain 491
  • 4.2 ChatGLM3+ LangChain搭建专业问答机器人 545
  • 4.3 使用ChatGLM3的LLM终端搭建知识图谱抽取与智能问答 570
  • 4.4 本章小结 579

第5章 适配ChatGLM3终端的Template与Chain详解

  • 5.1 基于输入模板的人机交互 581
  • 5.2 Template中示例的最佳选择 593
  • 5.3 使用Chain提高ChatGLM3的能力 605
  • 5.4 LangChain中的记忆功能 611
  • 5.5 基于ChatGLM3终端撰写剧情梗概、评论与宣传文案实战 620
  • 5.6 本章小结 656

第6章 ChatGLM3多文本检索的增强生成实战

  • 6.1 使用自然语言处理方法对目标进行查找 659
  • 6.2 基于LLM终端完成文本内容抽取与文本问答 679
  • 6.3 使用LLM终端完成反向问题推断 739
  • 6.4 本章小结 751

第7章 构建以人为本的ChatGLM3规范化Prompt提示工程

  • 7.1 提示工程模板构建的输入与输出格式 753
  • 7.2 提示工程模板高级用法 771
  • 7.3 结合提示工程的网页搜索服务实战 791
  • 7.4 本章小结 811

第8章 使用ChatGLM3的思维链构建

  • 8.1 思维链初探 813
  • 8.2 思维链详解及其实战 822
  • 8.3 本章小结 834

第9章 GLM源码分析与文本生成实战

  • 9.1 GLM组件详解 836
  • 9.2 GLM整体架构详解与文本生成实战 871
  • 9.3 本章小结 898

第10章 低资源单GPU微调ChatGLM3实战

  • 10.1 什么是大模型微调 900
  • 10.2 ChatGLM3大模型微调的准备内容 912
  • 10.3 虚拟客服多轮问答实战 952
  • 10.4 加速的秘密：accelerate训练方法与模型量化详解 1004
  • 10.5 更快的量化训练方案：QLoRA基础内容详解 1054
  • 10.6 QLoRA微调文本生成实战 1086
  • 10.7 本章小结 1141

第11章 会使用工具的ChatGLM3

  • 11.1 ChatGLM3调用工具源码详解与实战 1143
  • 11.2 ChatGLM3官方工具注册与调用源码分析与实战 1245
  • 11.3 ChatGLM3实战：构建个人助理之美妆助手 1305
  • 11.4 本章小结 1326

第12章 上市公司财务报表非结构化信息抽取实战

  • 12.1 超长文本处理功能的ChatGLM3与真实财务报表的处理 1328
  • 12.2 单报表非结构化信息抽取实战 1343
  • 12.3 本章小结 1355

第13章 上市公司财务报表智能问答与财务预警实战

  • 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 1357
  • 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 1389
  • 13.3 本章小结 1421

附录 大模型的“幻觉”

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

程序学到昏
关注
大模型实战—个人AI大脑Khoj 本地部署
07-23 3万+
Khoj AI本地部署，了解如何在您自己的机器上自行托管Khoj
最强中文开源模型Command R+的在线使用和本地部署的解决方案
herosunly的博客
04-20 7万+
本文主要介绍了最强中文开源模型Command R+的本地部署和在线使用的解决方案，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 在线使用 3. 本地部署
ChatGLM3大模型本地化部署、应用开发与微调
2302_81218205的博客
05-10 773
ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性： 更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。"properties":在此定义工具的属性以及对属性值的描述;从上图也可以看到,ChatGLM3-6B-32K的话是最高配的模型,而ChatGLM3-6B-Base是最低配的模型。
大模型书籍推荐丨不会大模型私有化部署？这本大模型权威教材必看！（附PDF文档）
2301_81940605的博客
08-29 973
《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，专注于大模型的本地化部署、应用开发以及微调等。
Seal^_^【送书活动第8期】——《ChatGLM3大模型本地化部署、应用开发与微调》
✨ 欢迎来到【Seal ^_^ 的CSDN博客】！这里是我记录技术心得、分享经验的地方。✨
07-03 9269
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。
新书速览|从零开始大模型开发与微调：基于PyTorch与ChatGLM
quanzhankaifaqua的博客
01-12 2023
PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模型、实战训练自己的ChatGPT、开源大模型ChatGLM使用详解、ChatGLM高级定制化应用实战、对ChatGLM进行高级微调。
Langchain-Chatchat本地搭建ChatGLM3模型和提取PDF内容
penngo的专栏
03-08 3896
该要求仅针对标准模式，轻量模式使用在线模型，不需要安装torch等库，也不需要显卡即可运行。本文运行例子：上传一个PDF文档到知识库，并通过问答的方式提取PDF内容。问答方式提取内容，除了第一个社会信用代码不准确外，其它问题都能返回准确答案。更多信息可通过 python startup.py -h 查看。配置环境变量，输入vi ~/.bashrc命令打开文件。当前pytorch最高支持12.1，在官网。，支持的最高版本是12.3。下载完成，输入下边命令安装。下载12.1.1版本。
AI：161-使用Coze大模型自定义BOT模型—以重生爽文生成器为例
一键难忘的博客
04-18 3301
自定义BOT模型是一种基于特定需求进行设计和开发的机器人模型。它结合了人工智能、自然语言处理和机器学习等技术，旨在模拟人类的行为和思维，以提供智能化、自动化的服务和支持。灵活性：自定义BOT模型可以根据用户的需求进行定制，包括功能、外观、交互方式等，从而确保模型能够完全符合用户的期望和要求。智能化：BOT模型通过机器学习和自然语言处理技术，能够理解和分析用户的输入，并给出相应的回答和建议。这使得BOT模型能够更好地理解用户的意图和需求，从而提供更精准的服务。
大模型实战—你的个人AI数字大脑Khoj
07-22 3万+
Khoj是一个开源的、个人化的AI助手，旨在充当你的第二大脑。它能够帮助你回答任何问题，不论这些问题是在线上的还是在你自己的笔记中。Khoi 支持使用在线AI模型(例如 GPT-4)或私有、本地的语言模型(例如 Llama3)。你可以选择自托管 Khoj，也可以使用官方提供的云实例。
基于大模型的Text2SQL微调的实战教程
热门推荐
herosunly的博客
07-21 7万+
本文主要介绍了基于大模型的Text2SQL微调的实战教程，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 背景介绍 2. 配置环境 2.1 安装虚拟环境 2.2 安装依赖库 3. 数据预处理 4. QLoRA微调
【大模型书籍】从零开始大模型开发与微调：基于PyTorch与ChatGLM（附PDF）
2301_81888214的博客
04-23 803
哈喽各位，今天又来给大家分享大模型学习书籍了，今天是这本，大模型是深度学习自然语言处理皇+冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。
真心建议：学大模型别吃没必要的苦 ，强烈推荐这本必看书籍《从零开始大模型开发与微调》附PDF
最新发布
qingkahui24689的博客
09-03 759
本书作者有长期的研究生和本科生教学经验，通过通俗易懂的语言，深入浅出地介绍深度学习与神经网络理论体系的全部知识点，并在程序编写时使用PyTorch20最新框架进行程序设计，帮助读者更好地使用PyTorch模型框架，理解和掌握PyTorch程序设计的精妙之处。《ChatGLM3大模型本地化部署、应用开发与微调》不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过。本书手把手地从零开始向读者讲解大模型的构建方法，从最基础的深度学习模型搭建开始，直到完成大模型的设计、应用与微调工作。
【优质书籍推荐】ChatGLM3大模型微调、部署与开发
weixin_43178406的博客
04-29 4万+
本文深入讲解了大模型巨作：《ChatGLM3大模型本地化部署、应用开发与微调》，希望能对学习大模型的同学们有所帮助。 文章目录 1. 前言 2. 书籍推荐 2.1 内容简介 2.2 本书作者 2.3 本书目录 2.4 适合读者 3. 购买链接
【本地大模型部署与微调】ChatGLM3-6b、m3e、one-api、Fastgpt、LLaMA-Factory
m0_73679391的博客
03-19 1万+
本文档详细介绍了使用ChatGLM3-6b大模型、m3e向量模型、one-api接口管理以及Fastgpt的知识库，成功的在本地搭建了一个大模型。此外，还利用LLaMA-Factory进行了大模型的微调。
本地部署清华大模型 ChatGLM3
王清欢的博客
11-03 2万+
ChatGLM 是一个开源的、支持中英双语的对话语言模型，由智谱 AI 和清华大学 KEG 实验室联合发布，基于 General Language Model (GLM) 架构，具有 62 亿参数。ChatGLM3-6B 更是在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上增加了更多特性。 虽然，目前 ChatGLM 比 GPT 稍有逊色，但是，在部署后可以完全本地运行，完全由自己掌控！本文介绍怎么在 Linux 服务上部署 ChatGLM3 服务，并通过多种方式使用本地部署地大模型。
创新实训大模型篇1——《本地部署ChatGLM3-6B的细节指南》
m0_62303445的博客
05-24 446
对于需要在本地部署ChatGLM3-6B并希望使用4比特量化以减少内存占用的用户，本指南将详细介绍如何在Windows平台上进行部署。通过本指南，您可以在Windows平台上成功部署ChatGLM3-6B，并利用4比特量化模型有效地降低内存需求。：至少需要一块具有6GB VRAM的GPU，用于4比特量化后的模型部署。：使用更高配置的GPU，或者尝试在CPU上运行量化模型（速度会较慢）。：确保网络连接正常，重新下载模型文件，或尝试从其他镜像站点下载。：GPU内存不够，尤其是量化模型仍需一定的显存。
【大模型书籍PDF】从零开始大模型开发与微调：基于PyTorch与ChatGLM （推荐）
2301_81940605的博客
04-19 850
今天又来给大家推荐一本大模型方面的书籍。
先到先得！字节内传380页《从零开始大模型开发与微调基于PyTorch与ChatGLM》学习笔记
weixin_58753619的博客
04-19 981
大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值