最近，DeepSeek 以惊人速度席卷全球技术圈头条，直接拉高了 AI 竞赛的门槛。与此同时，AI 图书在各大平台销量榜上持续霸榜，去年年初爆火的《大模型应用开发极简入门》更是强势重回京东销量排行榜第一名。
AI 迭代太快，但掌握好底层知识依旧是抵抗焦虑的最好办法。不少开发者也都在问：我该如何提升？
与其焦虑，不如行动！今天小图为大家梳理了一条大模型的系统学习路线，推荐了一些计算机与 AI 领域的硬核图书，涵盖基础、进阶与高阶知识，助你打牢根基、精进技能，探索 AGI。
数学基础
《程序员的数学》（系列全四册）
深入浅出，内容涵盖程序员编程中需要掌握的数学知识，这本书从数学基础讲起，再到概率统计，线性代数等热门内容，帮助你掌握编程所需的基础数学知识和数学思维。内容包括机器学习、数据挖掘、模式识别等，作为大模型入门数学知识补充教程，这套书真是太实用了。
《程序员数学：用Python学透线性代数和微积分》
保罗·奥兰德｜著
百度KFive｜译
数学拥有无穷的力量。它既帮助游戏开发工程师建模物理世界，也帮助量化金融分析师赚取利润，还帮助音频处理工程师制作音乐。在数据科学和机器学习领域，数学知识更是不可或缺的。
本书以图文结合的方式帮助你用 Python 代码解决程序设计中的数学问题。通过边学边练，你会发现线性代数和微积分的重要概念跃然纸上、印在脑中。
《深度学习的数学》
[日]涌井良幸、涌井贞美｜著
杨瑞龙｜译
一本书掌握深度学习的数学基础知识！结合 235 幅插图和大量示例，基于 Excel 实践，直击神经网络根本原理。
《普林斯顿微积分读本（修订版）》
【美】阿德里安·班纳｜著
杨爽，赵晓婷，高璞｜译
豆瓣评分 9.6，入门微积分最好的一本书。内容阐述了曼哈顿微积分的技巧，详细讲解了微积分基础、极限、连续、微分、导数的应用、积分、无穷级数、泰勒级数与幂级数等内容，旨在教会读者如何思考问题从而找到解题所需的知识点，着重训练大家自己解题的能力。
Python编程与框架
《Python编程：从入门到实践（第3版） 》
[美]埃里克·马瑟斯 | 著
袁国忠 | 译
大模型时代必读的 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。
PyTorch框架
《深度学习原理与PyTorch实战（第2版）》
集智俱乐部 ｜ 著
本书是一本系统介绍深度学习技术及开源框架 PyTorch 的入门书。书中通过大量案例介绍了 PyTorch 的使用方法、神经网络的搭建、常用神经网络（如卷积神经网络、循环神经网络）的实现，以及实用的深度学习技术，包括迁移学习、对抗生成学习、深度强化学习、图神经网络等。
机器/深度学习
《Python机器学习基础教程》
Andreas C. Müller Sarah Guido | 著
张亮（hysic）| 译
scikit-learn 库维护者和核心贡献者作品。内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。
《深度学习入门：基于Python的理论与实现》
斋藤康毅 | 著
陆宇杰 | 译
豆瓣评分 9.5，深度学习真正意义上的入门书，对初学者友好，内容深入浅出地剖析了深度学习的原理和相关技术。书中使用 Python 3，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。
《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。深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。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。学完本书，读者将能够通过编写 Python 代码来解决复杂的模式识别问题。
自然语言处理
《深度学习进阶：自然语言处理》
[日]斋藤康毅 | 著
陆宇杰 | 译
豆瓣评分 9.4 的畅销书，”鱼书“系列第 3 部，带你快速直达自然语言处理领域！本书内容精炼，聚焦深度学习视角下的自然语言处理，延续前作的行文风格，采用通俗的语言和大量直观的示意图详细讲解，帮助读者加深对深度学习技术的理解，轻松入门自然语言处理。
《自然语言处理入门》
何晗｜著
Java 与 Python 双实现，零起点上手自然语言处理。本书汇集作者多年经验，从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信 息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。书中通过对多种算法的讲解，比较了它们的优缺点和适用场景，同时详细演示生产级成熟代码，助你真正将自然语言处理应用在生产环境中。
强化学习
《深度学习入门4：强化学习》
斋藤康毅 | 著
郑明智 | 译
豆瓣评分 9.8，深受读者喜爱的“鱼书”系列第四弹，深度学习入门经典，从零开始掌握强化学习。沿袭“鱼书”系列风格，提供实际代码，边实践边学习，无须依赖外部库，从零开始实现支撑强化学习的基础技术。
《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。
大模型从基础到应用
《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。
《大模型应用开发极简入门》
[比] 奥利维耶·卡埃朗，[法] 玛丽–艾丽斯·布莱特 ｜ 著
何文斯｜译
本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“最小可用知识”，带领大家快速了解 GPT-4 和 ChatGPT 的工作原理及优势，并在此基础上使用流行的 Python 编程语言构建大模型应用。通过本书，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、LangChain 等高阶实践技术。书中提供了简单易学的示例，帮你理解并应用在自己的项目中。此外，书后还提供了一份术语表，方便你随时参考。
《LangChain编程：从入门到实践》
李多多（@莫尔索）| 著
教你利用 LangChain 简化大模型应用开发，本书深入解析 LangChain 六大组件：模型输入/输出、检索、链、记忆、代理与回调，全方位掌握核心功能。从 0 到 1 构建多模态智能机器人，理论结合实践，轻松开启大模型应用之旅。随书附赠详尽示例代码，快速上手，轻松驾驭大模型技术。讲解细致入微，学习路径清晰明了，与时俱进，助你成为大模型应用开发达人。
《大模型辅助软件开发：方法与实战》
张刚 | 著
本书围绕一个真实的案例展开，完整记录了一个融合专业技能和大模型能力的软件开发过程，真正从 0 到 1，介绍如何基于坚实的专业基础，借助大模型，实现从业务探索、需求分析、架构设计、编码实现到上线运行的完整过程，展示了大模型支持端到端软件开发的可行性。
《ChatGPT高效提问：prompt技巧大揭秘》
李世明 代旋 张涛 | 著
ChatGPT 的横空出世昭示了通用人工智能的可能性，并为我们提供了更加便捷、直观和个性化的信息获取方式，有望在教育、研究、咨询和日常生活中发挥重要作用。而驾驭 ChatGPT，使之更好地服务于我们的工作和生活，需要一些技巧和方法，这就是本书要探讨的 prompt（提示）工程。
本书以通俗易懂的语言，详细介绍了如何编写高质量的提示，引导 ChatGPT 输出优质答案，满足各种信息需求。书中包含详细解释和丰富示例，旨在帮助读者掌握利用 ChatGPT 解决各种问题的实用技能。
快来开启你的 AI 学习之旅吧，这些书将成为你高效入门的最佳助手！
扫码啦！一起进群学习～👇
扫一扫
8
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
