本书深入剖析了DeepSeek在各行业的广泛应用与深远影响。全书共11章,讲解了DeepSeek的基础、高阶技巧及通用技巧,聚焦自媒体、教育、法律、医疗、政务、生活、自动工作智能体及更多领域的实战应用,展示其带来的效率提升与模式创新。本书既可作为各行业从业者提升工作效率、创新工作模式的参考手册,也可为关注AI 发展趋势的读者提供行业变革的全景视角,帮助其把握技术带来的机遇与挑战,共同探索智能高效的未来发展方向。本书还可作为各大中专院校开设人工智能相关课程的教材使用。
《生成式AI赋能一本通:编程、数据科学与专业写作》全面介绍了生成式AI在编程、数据科学及专业写作领域的广泛应用与深刻影响。主要内容涵盖生成式AI的核心原理、技术挑战、治理策略,以及如何通过提示词工程与AIGC方法论提升工作效率。读者将从中获得与AI高效沟通的技巧,掌握利用大模型进行Python程序设计、数据分析、数学与机器学习自学的方法,并通过丰富案例了解AIGC在科技论文写作、金融数据分析及创建AI智能体等方面的实际应用。本书旨在帮助读者理解使用大模型的方法和思路,以在AI时代保持竞争力,实现
本书由多位AI应用领域的KOL联袂推荐,资深AI专家联合撰写,所有内容经过作者实践验证,是理解和应用DeepSeek技术的绝佳指南。 本书共10章,全面介绍了DeepSeek这一AI技术,从初识DeepSeek到快速上手,再到它在不同领域的广泛应用,为读者提供了一条从理论到实践的完整路径。 第1章深入解析DeepSeek的核心特点,包括其作为中国AI领跑者的技术优势、透明化的思考能力以及开源免费的前沿成果。第2章详细指导读者如何注册账号、安装应用并熟悉界面功能,同时对比不同版本的使用场景,
内 容 提 要 本书以DeepSeek应用为基础,讲解了DeepSeek在自媒体、咨询、营销、教育、翻译、职场、编程等多个领域的应用。书中通过丰富的案例和详细的指导,展示了DeepSeek如何帮助自媒体人打造爆款内容,如何为咨询提供高效决策支持,如何在营销中实现流量裂变,如何重塑未来学习范式,以及如何助力职场人和企业实现业务增效等。 本书内容通俗易懂,案例丰富,无论是AI(Artificial Intelligence,人工智能)领域的从
《解锁DeepSeek:开启多元智能应用新时代》围绕人工智能技术及DeepSeek展开,深入探讨其在多领域的应用,助力读者掌握相关技能,提升工作和生活效率。《解锁DeepSeek:开启多元智能应用新时代》总计8章,先介绍了生成式人工智能及DeepSeek系列模型相关知识,以及DeepSeek的提问技巧,然后介绍了DeepSeek在职场办公、自媒体创作、数据分析与可视化等场景中的多元应用,还介绍了用其编写代码实现自动化办
在人工智能技术快速发展的时代,DeepSeek?作为国产自研的高性能?AI模型,在多领域得到广泛应用。本书是关于DeepSeek的实践指南,分为基础认知、开发实战、高能应用3篇。基础认知篇介绍DeepSeek的核心功能、使用方法与对话技巧;开发实战篇讲解DeepSeek API的申请与使用,以及部署方法;高能应用篇展示DeepSeek在多媒体生成、办公软件、智能助手方面的应用。本书内容由浅入深,涵盖从基础概念到技术实操,再到多场景应用,全面、系统且实用。 本书
本书是关于如何从零开始构建大模型的指南,由畅销书作家塞巴斯蒂安·拉施卡撰写,通过清晰的文字、图表和实例,逐步指导读者创建自己的大模型。在本书中,读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练,以及定制特定任务的微调。此外,本书还将探讨如何利用人工反馈确保大模型遵循指令,以及如何将预训练权重加载到大模型中。
"《大模型轻量化:模型压缩与训练加速》围绕大模型轻量化这一主题,系统地阐述大模型轻量化的基本理论与实现方法,旨在提升模型的部署效率和计算性能。全书分为3部分,共10章。第1部分(第1~5章),介绍大模型的背景与面临的问题,以及Transformer和MoE架构的基本原理;重点讲解模型压缩、训练加速和推理优化等核心技术,包括量化、蒸馏和剪枝等,并通过实际案例验证其效果。第2部分(第6、7章),重点介绍端侧学习与计算引擎优化策略,尤其是动态Batch和异构执行的工程实现。第3部分(第8~10章),针
"ChatGPT 是由 OpenAI公司开发的** AI 模型,旨在基于人们输入的内容生成类似人类语言的文本,凭借其强大的语言理解和文本生成能力,一经发布就引爆全球技术圈。《ChatGPT职场提效:掌握AI生产力工具》由浅入深、循序渐进地介绍了在职场中使用ChatGPT提高工作效率的方法和技巧。全书共分6章,包括了解与体验ChatGPT、从0到1学会提示词、ChatGPT创意文案撰写、ChatGPT论文写作、ChatGPT办公效率提升、ChatGPT编程辅助工具等内容,力求为读者带来良好的学习体
本书采用理论与实训案例相结合的形式,深入浅出地介绍了大模型的基础知识。本书共分为8章,内容涵 盖大模型的基础知识、传统语言模型基础知识、神经网络基础知识、大模型的主要技术、大模型的微调与部署、 大模型的应用,以及面对的挑战和未来发展等。
本书不仅适合作为高等院校人工智能、计算机科学与技术或相关专业学习大模型的入门教材,也适合从事相关工作的人工智能爱好者和工程师学习阅读。