感謝大家支持,開設26週年WWW.PUNCHBROTHERSTOUR.THECHAINSMOKERSTOURDATES.COM 創業慶

WWW.PUNCHBROTHERSTOUR.THECHAINSMOKERSTOURDATES.COM

詳細請見這裡
我的商店 我的商店 變更
  • 當日配送
  • 廣告
  • 可保留
  • 店舖取貨

гҖҗLTжӣёзұҚгҖ‘еӨҡжЁЎж…ӢеӨ§жЁЎеһӢжҠҖиЎ“еҸҠжҮү еӨ§жЁЎеһӢиҲҮйҖ

※WWW.PUNCHBROTHERSTOUR.THECHAINSMOKERSTOURDATES.COM 限定款式
YouTuber 為大家介紹商品的使用感受!
介紹影片請見這裡

網路販售
價格(含稅)

712元

  • 登錄科梅利卡號並使用科梅利卡付款即可
    科梅利點數 : 60獲得點數

關於科梅利點數

減少購買數量
增加購買數量

到店取貨 到店取貨
(免運費)

取貨店舖:

選擇店舖

確認附近店舖

預計交貨時間:

13時前下單→17時前備妥

17時前下單→隔天早上前備妥

關於取貨方式與運費

加入購物車

配送 配送

預計交貨時間:

11月23日左右預計送達。

僅限信用卡或貨到付款。若使用其他付款方式,請這裡確認相關資訊。

※若於週末、國定假日下單,或因庫存狀況影響,商品送達可能需要較長時間。

關於當日出貨條件

關於取貨方式與運費

加入購物車

加入願望清單

已加入願望清單

гҖҗLTжӣёзұҚгҖ‘еӨҡжЁЎж…ӢеӨ§жЁЎеһӢжҠҖиЎ“еҸҠжҮү еӨ§жЁЎеһӢиҲҮйҖ的詳細資訊

歡迎光臨【小楊哥嚴選】可開發票可採購 點擊鏈接可進入賣場挑選更多好物: https://www..com.tw/store/uy674/ 服務時間:AM9:30-PM23:00 對商品有任何疑問,歡迎問與答或露露通聯繫 物流時間:一般下單後48小時內出貨,出貨後約3-5天內送達,商品超過45公分,5KG請下標貨到付款哦 注意:收到商品有質量問題或者瑕疵,謝誤第一時間給差評哦,露露聯繫我們,我們會為您排憂解難 書籍為正版書籍 ,部分絕版書籍,為舊書或者二手書籍,建議諮詢客服 1.書籍均為簡體正版書籍,大陸版社直接寄送。部分絕版書籍為二手二手書籍 2.貨物3天內安排寄送,到貨時間大概8~12天,有時間要求請及時聯繫。 3.圖書因物流運送且多為單冊包裝,偶有碰撞折損潮損,非無法閱讀均不可退貨,完美要求者請切勿下標。 4.大物件商品超過超區規格,需要下標宅配到付哦 。 5.可免費代尋書籍!店鋪每天上新歡迎關注! 6.收到商品有任何問題,歡迎諮詢,感謝~ 開 本:16開 紙 張:膠版紙 包 裝:平裝 是否套裝:否 國際標準書號ISBN:9787122497239 所屬分類:圖書>計算機/網路>人工智慧>機器學習 多模態大模型技術及應用 ? 王卓 編 開本:16 ISBN: 9787122497239 化學工業出版社 ? ? 內容簡介 本書透過豐富的實戰案例,全面介紹多模態大模型的核心原理、數據處理方法與模型最佳化策略。全書共9章,結構層層遞進。第1章和第2章介紹了多模態大模型的基礎理論與數據處理技術,包括多模態資料的特徵、預處理方法與增強策略。第3章和第4章詳細闡述了多模態表示學習與嵌入方法,涵蓋資料融合、模態對齊、聯合學習等關鍵技術。第5章全面展示了多模態模型的訓練與微調策略,如注意力機制、對比學習與混合精度訓練等最佳化方法。第6章深入探討了OpenAI的多模態模型CLIP,幫助讀者掌握訓練、增強和微調CLIP的知識。第7章介紹了基於CPM中英雙語多模態大模型的文生圖系統實現過程。第8章和第9章分別介紹了 DeepSeek 多模態大模型和基於 Latent Diffusion Transformer 的文生影片系統的構建過程。本書適合人工智慧工程師、深度學習研究者、AI產品開發人員、高校師生以及希望轉型AI領域的技術人員閱讀。無論是希望夯實多模態模型基礎,還是尋找前沿實戰案例,本書都將為您提供全面的參考與指導。 ? 前 言 人工智慧(artificial intelligence,AI)作為21世紀變革性的技術之一,正在深刻影響各行各業。從自動駕駛、醫療診斷到智慧客服、語言翻譯,AI技術不僅提高了生產效率,也改變了我們的生活方式。隨著演算法、算力和資料的不斷進步,人工智慧從單點應用逐步發展為多領域協同的智慧生態系統。特別是在大模型的下,AI具有了更強的認知和生成能力,為自然語言處理、影像生成以及多模態任務帶來了突破性的進展。人工智慧的迅猛發展不僅推動了技術創新,也為社會經濟發展創造了前所未有的機遇。 2025年,國產大模型DeepSeek的橫空出世,為多模態領域帶來了新的突破。DeepSeek不僅具備強大的通用多模態理解與生成能力,還透過創新的跨模態融合引擎和動態模態路由技術,實現了高效的資訊互動和任務適應性。其低延遲高併發的工業級部署能力,使其能夠滿足大規模應用場景的需求,推動多模態技術從實驗室走向實際應用。DeepSeek的出現不僅提升了多模態任務的效能,也為AI的未來發展提供了新的方向和可能性。本書系統講解了多模態大模型的核心技術與應用開發方法,透過基礎概念解析、高效訓練策略與豐富的實戰案例,幫助讀者快速掌握多模態大模型開發的全流程,為解決複雜多模態任務提供全面的參考與指導。 本書的作用 本書為讀者提供了一條從基礎到實戰的系統學習路徑,幫助開發者掌握多模態大模型的開發與應用。以下是本書的主要作用: ·全面理解多模態大模型核心概念與技術原理:詳細介紹多模態大模型的基本架構、特徵處理與跨模態建模技術,讓讀者清晰掌握視覺、文字等多模態資料的聯合學習方法。 ·掌握多模態模型的訓練與最佳化策略:系統講解多模態資料預處理、模型訓練與最佳化技術,包括特徵融合、對比學習等核心演算法,幫助開發者提升模型效能。 ·深入學習主流多模態大模型架構與應用案例:全面解析CLIP、BLIP、DeepSeek等先進架構及其應用場景,幫助讀者快速理解業界前沿模型的實際實現。 ·豐富的專案實戰案例:包括智慧圖文生成系統、跨模態檢索平臺、影像標註與理解平臺等多個專案案例,為讀者提供完整的開發流程與工程正規化。 ·行業應用場景拓展:涵蓋智慧內容創作、圖文分析、知識圖譜構建等行業應用場景,展示多模態大模型在實際業務中的價值與應用。 本書的特色 本書的特色主要體現在內容的系統性、實踐性和前瞻性,主要特色如下: ·系統全面的內容設計:從多模態大模型的基礎理論到實際應用逐步展開,涵蓋模型架構、數據處理、訓練與最佳化等全流程知識,幫助讀者構建完整的知識體系。 ·豐富的實戰案例解析:包括智慧圖文生成平臺、跨模態檢索系統、多模態問答系統等多個專案案例,詳細講解從需求分析到模型訓練、部署與效能最佳化的完整過程。 ·深入剖析主流大模型架構:系統分析CLIP、BLIP、DeepSeek、文生圖大模型等先進架構,幫助讀者理解多模態大模型的實現原理與最佳化策略。 ·前沿技術解析與熱點追蹤:探討對比學習、跨模態嵌入、融合策略等核心技術,幫助讀者掌握多模態領域的最新發展方向與技術趨勢。 ·貼近行業應用的實踐場景:從智慧創作、圖文分析到知識圖譜構建,本書提供了豐富的行業應用案例,展示大模型在不同領域的商業價值與實現路徑。 ·可復現的程式碼與開發指南:每個實戰案例提供詳細的程式碼實現與配置說明,幫助讀者高效復現專案並完成自己的創新開發。 由於個人水平有限,書中難免存在紕漏與不足之處,懇請廣大讀者不吝賜教,提出寶貴的意見與建議,以便在後續版本中不斷完善與改進。 最後,感謝您選擇並閱讀本書。希望它能成為您程式設計與技術探索路上的有力嚮導,並助您在學習與實踐中不斷進步!祝您閱讀愉快! 編著者 ? 目 錄 第1章 多模態大模型開發基礎 001 1.1 大模型介紹 002 1.1.1 什麼是大模型 002 1.1.2 大模型技術的發展 002 1.1.3 大模型的作用 003 1.2 多模態技術簡介 004 1.2.1 什麼是多模態 004 1.2.2 多模態技術的發展 004 1.2.3 多模態技術的應用場景 005 1.3 多模態數據類型 006 1.3.1 常見的多模態型別 007 1.3.2 影像資料 007 1.3.3 文字資料 008 1.3.4 音訊資料 008 1.3.5 影片資料 009 1.4 多模態技術的基本原理 009 1.4.1 資料融合與對齊 009 1.4.2 多模態表示學習 010 1.4.3 多模態推理 011 第2章 多模態數據處理 012 2.1 文字預處理 013 2.1.1 資料清洗和處理 013 2.1.2 資料轉換與整合 020 2.1.3 資料標準化與歸一化 023 2.2 影像預處理 029 2.2.1 歸一化 029 2.2.2 去噪 031 2.2.3 影像裁剪和縮放 036 2.3 音訊預處理 037 2.3.1 取樣率調整 037 2.3.2 音訊分幀 039 2.3.3 加窗 040 2.3.4 傅立葉變換 042 2.3.5 聲譜圖 044 2.4 影片預處理 045 2.4.1 影片預處理技術 045 2.4.2 對指定影片實現預處理 046 2.5 資料增強 047 2.5.1 文字資料增強 047 2.5.2 影像資料增強 049 2.5.3 音訊資料增強 051 第3章 多模態表示學習 054 3.1 多模態表示學習方法介紹 055 3.2 表示融合 056 3.2.1 表示融合方法介紹 056 3.2.2 實戰演練:實現一個多模態情感識別模型 057 3.3 聯合學習 061 3.3.1 實現聯合學習的流程 062 3.3.2 實戰演練:實現多模態模型的聯合學習 062 3.4 表示對齊 065 3.4.1 表示對齊方法 066 3.4.2 實戰演練:實現多模態模型之間的表示對齊 066 3.5 模態間的關係建模 070 3.5.1 實現模態間關係建模的方法 070 3.5.2 實戰演練:在多模態場景中實現模態間關係建模 071 第4章 多模態嵌入表示 074 4.1 多模態嵌入介紹 075 4.2 影像嵌入 076 4.2.1 影像嵌入基礎 076 4.2.2 影像特徵提取 077 4.2.3 模態對齊 081 4.2.4 CLIP 088 4.2.5 DALL-E 090 4.3 文字嵌入 092 4.3.1 文字嵌入方法 092 4.3.2 實戰演練:使用BERT實現文字嵌入 093 4.3.3 實戰演練:基於CLIP的文字嵌入 096 4.4 音訊嵌入 099 4.4.1 音訊特徵提取 099 4.4.2 常用的音訊嵌入模型 101 第5章 訓練多模態模型 102 5.1 多模態模型的訓練過程 103 5.2 常用訓練策略實戰演練 104 5.2.1 預訓練與微調 104 5.2.2 多工學習 107 5.2.3 自注意力機制 110 5.2.4 對比學習 111 5.2.5 資料增強 113 5.2.6 遷移學習 114 5.2.7 正則化技術 116 5.2.8 動態學習率調整 118 5.2.9 混合精度訓練 119 第6章 OpenAI的多模態模型:CLIP 122 6.1 CLIP介紹 123 6.1.1 CLIP的架構 123 6.1.2 CLIP的優點和缺點 123 6.2 CLIP的增強訓練的準備工作 123 6.2.1 功能模塊介紹 123 6.2.2 定義數據集 123 6.3 模型的構建、訓練與評估 123 6.3.1 建立模型 123 6.3.2 分詞器 123 6.3.3 損失函式 123 6.3.4 訓練模型 123 6.3.5 評估模型 123 6.3.6 文字重寫 123 第7章 基於CPM中英雙語多模態大模型的文生圖系統 124 7.1 專案介紹 125 7.2 專案架構 125 7.3 圖像處理和增強 126 7.4 文本處理 140 7.5 實現模型 144 7.5.1 模型元件 145 7.5.2 影像和張量處理工具 161 7.5.3 定義和配置BEiT3模型 162 7.5.4 CPMBeeTorch模型 164 7.5.5 基於Stable Diffusion的影像生成模型 169 7.5.6 ? 商品備註・物品狀況:全新・最新關注時間:2026-10-12
  • гҖҗLTжӣёзұҚгҖ‘еӨҡжЁЎж…ӢеӨ§жЁЎеһӢжҠҖиЎ“еҸҠжҮү  еӨ§жЁЎеһӢиҲҮйҖ
  • Ике йорэк - YouTube
  • Инженер Г.Ёндонгомбо Эрчим хүчний сайд Б.Найдалаагийн зөвлөхөөр
  • БАШКИРСКИЙ ХИТ 2022! АйДи - Әсәй бөгөн ял итә / Башҡорт йырҙар
  • Өркөн өй» биэриигэ: Мэҥэ Хаҥалас уонна Хаҥалас эр бэртэрэ (05.03
  • Инженер Г.Ёндонгомбо Эрчим хүчний сайд Б.Найдалаагийн зөвлөхөөр
  • Ёдзидзюкуго -- Итиго-Итиэ - YouTube
  • YouTube
  • Эйгэ»: оҕону үлэнэн иитии, толору дьоллоох дьиэ кэргэн, куоракка
  • Тылы сөпкө туттуоҕуҥ: айылҕа көстүүлэрэ — Улус Медиа
  • Инженер Г.Ёндонгомбо Эрчим хүчний сайд Б.Найдалаагийн зөвлөхөөр
  • Төгсөх анги гэдэг чинь хичээл, ЭШ, мэргэжил сонголт гуравт зэрэг
  • Цыден-Еши Бимбаев, Эжер Чурекенов
  • Тылы сөпкө туттуоҕуҥ: айылҕа көстүүлэрэ — Улус Медиа
  • it014-1.jpeg
  • Ё — Wikipedia

尋找相同分類的商品

暢銷商品排行榜

查看更多此分類商品

查看此商品的人也看了以下商品

附近賣場的商品

查看更多此分類商品

顧客評論

推薦度  5分

目前有 51則評論。