本书通过从零开始构建生成式人工智能模型来探讨生成式人工智能的底层机制，并使用PyTorch对生成式人工智能模型进行编程的实践指导，以期让读者在了解生成对抗网络(GAN)、变分自编码器(VAE)、循环神经网络(RNN)、Transformer、扩散模型、大语言模型(LLM)和LangChain等技术原理之后，能构建可生成形状、数字、图像、文本和音乐的生成式人工智能模型。

本书内容涵盖了StableDiffusion的各个方面，从环境搭建到模型优化，从图像生成到视频制作，从LoRA到ControlNet。作者以清晰的思路和通俗易懂的语言，将复杂的理论知识和代码实现娓娓道来，并辅以大量的示例和插图，使读者能够轻松理解和上手。本书还深入探讨了StableDiffusion的一些高级应用，例如图像修复、超分辨率、文本反转、自定义提示词、生成视频、模型微调等。

本书以Notion为操作平台，通过实例讲解如何应用Notion和Notion AI来辅助完成任务，以帮助读者提高工作、学习效率和更好地规划生活。

本书采用功能讲解 实训案例的模式编写。在功能讲解部分，本书通过实战案例详细介绍Notion的基础功能和三大核心元素（块、页面、数据库），以及Notion AI的使用方法。在实训案例部分，通过列举工作方向、学习方向和生活方向的真实案例，阐述Notion和Notion AI在实际应用中的使用思路和操作流程。

本书共8章, 分为入门篇、技术篇和实践篇。入门篇 (第1章和第2章) 详述了智能体的理论基础; 技术篇 (第3章和第4章) 讨论了智能体通用框架和优化策略; 实践篇 (第5-8章) 展示了智能体在内容创作、娱乐创意、财务、交通运输和科研等领域的应用。每章均配有案例和操作步骤, 便于读者快速学习智能体的构建和使用。

本书介绍DeepSeek的相关知识和高效应用技巧。全书共6章，第1章为基础知识，引导读者快速入门DeepSeek；第2章为写作辅导，介绍DeepSeek在文字创作领域的实际应用；第3章聚焦于职场提效，介绍DeepSeek在职场中的多样化应用；第4章着重于学习跃升，介绍如何利用DeepSeek助力知识获取与互动式学习等；第5章综合生活中的大小事宜，介绍DeepSeek在旅行规划、美食探索等方面的便捷应用；第6章讲述DeepSeek与Word、Excel、PPT、图形图像生成，以及音乐、视频生成等工

本书深入探讨了GPT多模态大模型与AI Agent智能体的技术原理及其在企业中的应用落地。全书共8章, 从大模型技术原理切入, 逐步深入大模型训练及微调, 还介绍了众多国内外主流大模型。LangChain技术、RAG检索增强生成、多模态大模型等均有深入讲解。对AI Agent智能体, 从定义、原理到主流框架也都进行了深入讲解。在企业应用落地方面, 本书提供了丰富的案例分析, 如基于大模型的对话式推荐系统、多模态搜索、NL2SQL数据即席查询、智能客服对话机器人、多模态数字人, 以及多模态具身智能

以 ChatGPT 和 DeepSeek 为代表的大模型，标志着人工智能在理解和处理世界知识方面取得了显著的进展。知识增强（Knowledge Augmentation）是指在大模型训练或推理过程中，通过引入外部结构化知识或符号化知识，提升大模型在理解、推理与生成等任务中的准确性、可靠性、专业性和可解释性。本书聚焦于“大模型+知识库（LLM + KB）”框架下的大模型知识增强机制与方法，特别是系统探讨大模型与知识图谱互补增强的核心技术与实现路径。具体内容涵盖：大模型知识增强概述、知识增强预训练基

无

《DeepSeek源码深度解析》是一本系统讲解DeepSeek源码及其核心实现原理的技术指南，内容覆盖了从基础概念到高级应用的全流
程知识。全书共7章，结构层层递进。第1章对DeepSeek进行了全面概述，帮助读者构建对DeepSeek系统的整体认
知。第2章聚焦于环境搭建、代码获取与模型部署接入，为后续深入研究提供基础。第3章深入探讨了MoE（混合
专家模型）的基本原理、功能模块与优化技术。第4章详细解析了DeepSeek-V3模型的架构知识，并通过测试验证

本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。

全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型（第1~3章），解析语言模型的核心概念，包括词元、嵌入向量及Transformer架构，帮助读者建立基础认知。第二部分 使用预训练语言模型（第4~9章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升模型的应用能力。第三部分 训练和微调语言模型（第10~12章），探讨大模型的训练与微调方法，