01 本书内容
《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。《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,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、适配ChatGLM3终端的Template与Chain详解、ChatGLM3多文本检索的增强生成实战、构建以人为本的ChatGLM3规范化Prompt提示工程、使用ChatGLM3的思维链构建、GLM源码分析与文本生成实战、低资源单GPU微调ChatGLM3实战、会使用工具的ChatGLM3、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。
02 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。著有《PyTorch语音识别实战》《从零开始大模型开发与微调:基于PyTorch与ChatGLM》《PyTorch 2.0深度学习从零开始学》《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》。
03 本书读者
《ChatGLM3大模型本地化部署、应用开发与微调》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。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。
03 本书的优势
-
本书基于PyTorch2.0框架对深度学习的理论、应用以及实战进行全方位的讲解,市面上鲜有涉及。
-
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。
-
本书并非枯燥的理论讲解,而是大量最新文献的归纳和总结。在这点上,本书与其他编程书籍有本质区别。本书的例子都是来自现实世界中对深度学习有实战应用的模型,通过介绍这些实际应用示例,可以使读者更进一步地了解和掌握其应用价值和核心本质。
-
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。
-
作者认为,掌握和使用深度学习的人才应在掌提基本知识和理论的基础上,重视实际应用程序开发能力和解决问题能力的培养。特别是对于最新的大模型技术的掌握。本书结合作者在实际工作中应用的实际案例进行讲解,内容真实,场景逼真。
目 录:
第1章 新时代的曙光—人工智能与大模型 1
第2章 PyTorch 2.0深度学习环境搭建 8
第3章 从零开始学习PyTorch 2.0 27
第4章 一学就会的深度学习基础算法详解 44
第5章 基于PyTorch卷积层的MNIST分类实战 71
第6章 可视化的PyTorch数据处理与模型展示 91
第7章 ResNet实战 106
第8章 有趣的词嵌入 120
第9章 基于循环神经网络的中文情感分类实战 160
第10章 从零开始学习自然语言处理的编码器 169
第11章 站在巨人肩膀上的预训练模型BERT 193
第12章 从1开始自然语言处理的解码器 206
第13章 基于PyTorch 2.0的强化学习实战 232
第14章 ChatGPT前身—只具有解码器的GPT-2模型 250
第15章 实战训练自己的ChatGPT 291
第16章 开源大模型ChatGLM使用详解 305
第17章 开源大模型ChatGLM 高级定制化应用实战 312
第18章 对训练成本上亿美元的ChatGLM进行高级微调 332