学习ChatGPT应该看什么书？我们准备了一份宝藏书单

如今 ChatGPT 已经变得非常热门，人们可以通过与 ChatGPT 进行天马行空的对话，获取自己需要的答案。目前，全球有超过 200 万开发者在使用 OpenAI 旗下的开发者服务，其中 90% 来自世界 500 强企业，目前 OpenAI 每周活跃用户超过一亿。

前不久在 OpenAI 首次 DevDay 开发者日活动上，Sam Altman 还发布了 ChatGPT 的最新升级。GPT-4 Turbo 正式发布，支持 128k 上下文窗口。并承诺为 API 用户与企业客户提供版权保护服务及侵权赔偿服务。另外，GPTs 应用商店的发布，也让开发者可以上传自己的 GPT 并获得收入，等等。最近 Sam Altman 的“宫斗剧”也落下了帷幕，希望他能继续沉淀开发出更好的功能。

ChatGPT 如此强大的今天，熟练掌握它已成为当今职场人的必备技能。运用好 ChatGPT 可以提升职场人的工作效率，这样大家就可以有更多的时间去做更重要的事情。今天图灵君根据读者读书需求推荐 12 本口碑极佳的 ChatGPT 图书，从 ChatGPT 的底层逻辑到应用，让你都能有一个全新的认知。

ChatGPT | 前世今生

《ChatGPT：人类新纪元》

马占凯 | 著

“搜狗输入法之父”、美团光年 AGI 布道师马占凯新作。本书用生动浅显的语言，用鲜活的故事，讲述 ChatGPT 前世今生、AI 发展史，获得罗永浩、梁宁、戴雨森、王建硕、王玥等大咖倾情推荐。附赠中国 AGI 全景图、ChatGPT 全景图拉页，让你对 ChatGPT 及 AGI 相关产业的发展一目了然。

ChatGPT | 底层原理

《这就是ChatGPT》

[美] 斯蒂芬·沃尔弗拉姆｜著

WOLFRAM传媒汉化小组｜译

OpenAI CEO，ChatGPT 之父山姆·阿尔特曼推荐，国内首部由世界顶级 AI 学者、科学和技术领域重要的革新者、“第一个真正实用的人工智能”搜索引擎 WolframAlpha 发明人斯蒂芬·沃尔弗拉姆对 ChatGPT 最本质的原理的解释的权威之作！

ChatGPT | 技能应用

《利用ChatGPT进行数据分析》

张俊红｜著

10万册畅销书作者，根据 ChatGPT 在数据分析各个阶段的应用情况，按照数据分析师的职业发展路径展开，带你快速上手高效运用 ChatGPT 进行数据分析。

《深度学习在自然语言处理中的应用：从词表征到ChatGPT》

张镭｜ 著

Meta 资深工程师、数据科学家执笔，从研究员和实践者的双重角度出发，汇集该领域的重要思想和研究成果。

本书针对当前火热且应用前景广阔的自然语言处理（NLP），介绍了深度学习的技术原理及其在自然语言处理中的应用；简要分析了该领域各个应用方向上的相关模型和关键技术，包括 Transformer、BERT、GPT，等等；汇集了众多论文中的重要思想和研究成果；系统梳理了技术发展脉络。

《零基础玩转Midjourney——打造AI绘画助手》

小甲鱼，袁春良 | 著

由 100 万粉丝青睐的大咖亲自传授经验，近 20 个真实案例，包含卡通 IP 形象、表情包、logo、壁纸、海报、故事绘本、电影分镜等领域。轻松解锁 Midjourney 中近 20 个参数和 20 个指令的精妙玩法。

ChatGPT | 准备知识

《 Python编程：从入门到实践 》（第3版）

[美]埃里克·马瑟斯 | 著

袁国忠 | 译

Python 入门圣经，影响全球超过 250 万读者，长居 Amazon、京东等网店编程类图书榜首，真正零基础，附赠随书代码+配套视频讲解+速查手册，自学无压力。

《深度学习入门：基于Python的理论与实现》

斋藤康毅 | 著

陆宇杰 | 译

深度学习“鱼书”，畅销 10 万册，相比 AI 圣经“花书”，本书更合适入门。本书深入浅出地剖析了深度学习的原理和相关技术，书中使用 Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。

《Python深度学习（第2版）》

[美] 弗朗索瓦·肖莱 | 著作
张亮 | 译

本书由深度学习框架 Keras 之父弗朗索瓦·肖莱执笔，通过直观的解释和丰富的示例帮助你构建深度学习知识体系。作者避免使用数学符号，转而采用 Python 代码来解释深度学习的核心思想，包括 Transformer 架构的原理和示例。

《BERT基础教程》

苏达哈尔桑·拉维昌迪兰 ｜ 著

周参 ｜ 译

详细讲解十余种 BERT 变体的原理，本书聚焦谷歌公司开发的 BERT 自然语言处理模型，由浅入深地介绍了 BERT 的工作原理、BERT 的各种变体及其应用，书中用简单的文字清晰阐释 BERT 背后的复杂原理，让你轻松上手 NLP 领域的里程碑式模型。

《深入浅出神经网络与深度学习》

迈克尔·尼尔森 | 著

朱小虎  | 译

知名计算机科学家 Michael Nielsen 作品，哈工大研究生课程参考书，李航、马少平等多位业内专家推荐。作者以技术原理为导向，辅以贯穿全书的 MNIST 手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。

《深度强化学习》

王树森 黎彧君 张志华 | 著

系列视频课全网播放量 100 万+，涵盖最近 10 年最重要的深度强化学习方法，围绕实用、精简两大原则，专注核心知识，成书篇幅仅 312 页，超轻松入门 DRL！全彩印刷，原创 140 多幅精美全彩插图，上市一周登上京东新书销量排行榜第一，口碑、内容兼具。

 

《深度匹配学习：面向搜索与推荐》

徐君，何向南，李航 | 著

朱小虎 | 译

人工智能大咖学者徐君、何向南、李航联袂创作，用深度学习助力搜索引擎和推荐系统。

本书从语义匹配的角度解决搜索引擎和推荐系统的关键痛点，为构建解决语义匹配问题的深度学习模型提供了通用框架。第1章概述搜索和推荐中的语义匹配问题，以及近年来的研究进展。第2章介绍传统匹配模型，包括潜在空间模型。第3章介绍深度学习技术在构建匹配模型时的应用。第4章和第5章分别介绍用于搜索和推荐的深度匹配模型，并将当前的深度学习解决方案分为两类：表示学习方法和匹配函数学习方法。第6章对全书内容做了总结，并为读者指明进一步学习的方向。