promotionBanner image
像我這麼可愛的貼圖
你一定沒有懶懶怪貼圖
立刻下載
LLM開源大物：DeepSeek深入技術多模態開發 (1版) 王曉華 2025 深智數位
找相似
限時加碼
$925

LLM開源大物：DeepSeek深入技術多模態開發 (1版) 王曉華 2025 深智數位

台灣樂天市場
搶購
訂單成立賺5%
下單享LINE POINTS點數
訂單成立賺5%46 點
價格趨勢怎麼看？
設定到價通知
台灣樂天市場

台灣樂天市場

▐ LINE POINTS 點數回饋依照樂天提供扣除折價券（優惠券）、與運費後之最終金額進行計算。 ▐ 注意事項 (1) 部分服務及店家不符合贈點資格，購買後將不贈送 LINE POINTS 點數，亦不得使用點數紅包，如：神腦生活、MyCard、ezcook 美食廚房、包材中心、樂天書城，請詳閱 LINE POINTS 加碼店家清單（https://lin.ee/1MCw7pe/rcfk）。 (2) 需透過 LINE 購物前往台灣樂天市場，並在同一瀏覽器於24小時內結帳，才享有 LINE POINTS 回饋。 (3) 若購買之訂單（包含預購商品）未符合樂天市場 45 天內完成訂單出貨及結帳，則不符合贈點資格。 (4) 如使用APP、或中途瀏覽比價網、回饋網、Google等其他網頁、或由網頁版(電腦版/手機版網頁)切換為App都將會造成追蹤中斷而無法進行 LINE POINTS 回饋。 (5) LINE 購物為購物資訊整合性平台，商品資料更新會有時間差，如顯示之商品規格、顏色、價位、贈品與台灣樂天市場銷售網頁不符，以銷售網頁標示為準。 (6) 導購訂單已逾 365 天，根據台灣樂天回饋規定，逾期訂單將不符合回饋資格。 (7) 若上述或其他原因，致使消費者無接收到點數回饋或點數回饋有爭議，台灣樂天市場保有更改條款與法律追訴之權利，活動詳情以樂天市場網站公告為準。
相似商品熱銷排行榜商品描述

相似商品

Deep Learning|用Python進行深度學習的基礎理論實作
找相似
降價
$493(降$87)

Deep Learning|用Python進行深度學習的基礎理論實作

台灣樂天市場
0%
一本搞定DeepSeek：擺脫付費束縛，看DeepSeek AI如何徹底顛覆 ChatGPT 霸權 (1版) 謝孟諺（Mr. GoGo） 2025 財經傳訊
找相似
限時加碼
$330

一本搞定DeepSeek：擺脫付費束縛，看DeepSeek AI如何徹底顛覆 ChatGPT 霸權 (1版) 謝孟諺（Mr. GoGo） 2025 財經傳訊

台灣樂天市場
5%
Deep Learning 4：用Python進行強化學習的開發實作
找相似
$612

Deep Learning 4：用Python進行強化學習的開發實作

Yahoo購物中心
0%
DeepSeek創新與大模型時代丨天龍圖書簡體字專賣店丨9787523613078 (tl2514)
找相似
降價
$393(降$81)

DeepSeek創新與大模型時代丨天龍圖書簡體字專賣店丨9787523613078 (tl2514)

台灣樂天市場
5%
Knock Knock! Deep Learning：新手入門深度學習的敲門磚(
找相似
$504

Knock Knock! Deep Learning：新手入門深度學習的敲門磚(

Yahoo購物中心
0%
【電子書】一本書讀懂DeepSeek：AI巨頭競爭的新變數
找相似
限時加碼
$500

【電子書】一本書讀懂DeepSeek：AI巨頭競爭的新變數

台灣樂天市場
5%
全面掌握DeepSeek：LLM微調、生成式AI、企業級應用開發
找相似
歷史低價
$450(降$90)

全面掌握DeepSeek：LLM微調、生成式AI、企業級應用開發

康是美網購eShop
0%
DeepSeek使用秘笈(從入門到精通的100個實用技巧)丨天龍圖書簡體字專賣店丨9787111779353 (tl2511)
找相似
降價
$344(降$70)

DeepSeek使用秘笈(從入門到精通的100個實用技巧)丨天龍圖書簡體字專賣店丨9787111779353 (tl2511)

台灣樂天市場
5%
DeepSeek快速上手指南：比ChatGPT適合中文使用者，入門、搜索、除錯到寫作，學生、上班族或企業主管一鍵適用。
找相似
降價
$322(降$65)

DeepSeek快速上手指南：比ChatGPT適合中文使用者，入門、搜索、除錯到寫作，學生、上班族或企業主管一鍵適用。

康是美網購eShop
0%
【預購】DeepSeek極簡入門與應用丨天龍圖書簡體字專賣店丨9787121499036 (tl2512)
找相似
降價
$248(降$51)

【預購】DeepSeek極簡入門與應用丨天龍圖書簡體字專賣店丨9787121499036 (tl2512)

台灣樂天市場
5%
LLM開源大物：DeepSeek深入技術多模態開發
找相似
降價
$774(降$206)

LLM開源大物：DeepSeek深入技術多模態開發

康是美網購eShop
0%
一本書讀懂DeepSeek：AI巨頭競爭的新變數_Readmoo 讀墨電子書
找相似
$500

一本書讀懂DeepSeek：AI巨頭競爭的新變數_Readmoo 讀墨電子書

Yahoo購物中心
1%
實用DeepSeek技術：開發真正可用的LLM應用程式
找相似
降價
$695(降$185)

實用DeepSeek技術：開發真正可用的LLM應用程式

康是美網購eShop
0%
大模型浪潮(從ChatGPT到DeepSeek)丨天龍圖書簡體字專賣店丨9787121500329 (tl2509)
找相似
降價
$443(降$91)

大模型浪潮(從ChatGPT到DeepSeek)丨天龍圖書簡體字專賣店丨9787121500329 (tl2509)

台灣樂天市場
5%
Deep Learning: 用Python進行深度學習的基礎理論實作 (1版) 斎藤康毅 O’REILLY
找相似
限時加碼
$515

Deep Learning: 用Python進行深度學習的基礎理論實作 (1版) 斎藤康毅 O’REILLY

台灣樂天市場
5%
Deep Learning：用Python進行深度學習的基礎理論實作
找相似
歷史低價
$458(降$64)

Deep Learning：用Python進行深度學習的基礎理論實作

康是美網購eShop
0%
一本搞定DeepSeek：擺脫付費束縛，看DeepSeek AI如何徹底顛覆 ChatGPT 霸權
找相似
歷史低價
$279(降$36)

一本搞定DeepSeek：擺脫付費束縛，看DeepSeek AI如何徹底顛覆 ChatGPT 霸權

康是美網購eShop
0%
DeepSeek全場景應用丨天龍圖書簡體字專賣店丨9787300338712 (tl2519)
找相似
降價
$393(降$81)

DeepSeek全場景應用丨天龍圖書簡體字專賣店丨9787300338712 (tl2519)

台灣樂天市場
5%
【電子書】DeepSeek使用指南
找相似
限時加碼
$304

【電子書】DeepSeek使用指南

台灣樂天市場
5%
一本書讀懂DeepSeek：AI巨頭競爭的新變數_Readmoo 讀墨電子書
找相似
$500

一本書讀懂DeepSeek：AI巨頭競爭的新變數_Readmoo 讀墨電子書

Yahoo購物中心
1%
【電子書】DeepSeek使用秘笈
找相似
限時加碼
$304

【電子書】DeepSeek使用秘笈

台灣樂天市場
5%
LLM開源大物：DeepSeek深入技術多模態開發 (1版) 王曉華 2025 深智數位
找相似
限時加碼
$925

LLM開源大物：DeepSeek深入技術多模態開發 (1版) 王曉華 2025 深智數位

台灣樂天市場
5%
深度溝通力(最紛擾的時代.練就最會說話的自己)
找相似
$324

深度溝通力(最紛擾的時代.練就最會說話的自己)

Yahoo購物中心
0%
一本搞定DeepSeek：擺脫付費束縛，看DeepSeek AI如何徹底顛覆 ChatGPT 霸權
找相似
降價
$315(降$84)

一本搞定DeepSeek：擺脫付費束縛，看DeepSeek AI如何徹底顛覆 ChatGPT 霸權

台灣樂天市場
5%
DeepSeek全民攻略(人人都能掌握的AI工具組合)丨天龍圖書簡體字專賣店丨9787111780922 (tl2514)
找相似
降價
$344(降$70)

DeepSeek全民攻略(人人都能掌握的AI工具組合)丨天龍圖書簡體字專賣店丨9787111780922 (tl2514)

台灣樂天市場
5%
生成式 AI 入門──揭開 LLM 潘朵拉的秘密：語言建模、訓練微調、隱私風險、合成媒體、認知作戰、社交工程、人機關係、AI Agent、OpenAI、DeepSeek
找相似
降價
$493(降$87)

生成式 AI 入門──揭開 LLM 潘朵拉的秘密：語言建模、訓練微調、隱私風險、合成媒體、認知作戰、社交工程、人機關係、AI Agent、OpenAI、DeepSeek

台灣樂天市場
0%
DeepSeek大模型實戰指南(架構部署與應用)丨天龍圖書簡體字專賣店丨9787122475718 (tl2509)
找相似
降價
$443(降$91)

DeepSeek大模型實戰指南(架構部署與應用)丨天龍圖書簡體字專賣店丨9787122475718 (tl2509)

台灣樂天市場
5%
【店家補貼】正版速發DeepSeek極簡入門與應用操作指南搜索答疑寫作從入門到精通學習進階書籍人工智能AIdeepseek辦公技巧生存手冊
找相似
降價
$287(降$39)

【店家補貼】正版速發DeepSeek極簡入門與應用操作指南搜索答疑寫作從入門到精通學習進階書籍人工智能AIdeepseek辦公技巧生存手冊

台灣樂天市場
5%
一本書讀懂DeepSeek：AI巨頭競爭的新變數
找相似
$450

一本書讀懂DeepSeek：AI巨頭競爭的新變數

Yahoo購物中心
0%
DeepSeek零基礎入門(視頻教學版)丨天龍圖書簡體字專賣店丨9787522633220 (tl2511)
找相似
降價
$298(降$61)

DeepSeek零基礎入門(視頻教學版)丨天龍圖書簡體字專賣店丨9787522633220 (tl2511)

台灣樂天市場
5%

熱銷排行榜

【電子書】寫程式的AI戰友：VS Code x GitHub Copilot
找相似
限時加碼
$576

【電子書】寫程式的AI戰友：VS Code x GitHub Copilot

台灣樂天市場
5%
【蠟筆小新辦公學習必備雙寶💕享93折】鍵盤滑鼠組x1.計算機x1
找相似
降價
$1,999(降$131)

【蠟筆小新辦公學習必備雙寶💕享93折】鍵盤滑鼠組x1.計算機x1

新光三越skm online
12%
【電子書】Vibe Coding CLI 頂級開發：Claude Code 前瞻菁英育成手冊
找相似
限時加碼
$864

【電子書】Vibe Coding CLI 頂級開發：Claude Code 前瞻菁英育成手冊

台灣樂天市場
5%
Designing Meaningful Interface Animation for UX
找相似
$1,540

Designing Meaningful Interface Animation for UX

coursera
3%
Creative Coding: Hands-On Python
找相似
$1,540

Creative Coding: Hands-On Python

coursera
3%
新時代之個人資料保護法制：歐盟GDPR與臺灣個人資料保護法的比較說明 (2版) 張陳弘、莊植寧 新學林出版股份有限公司
找相似
限時加碼
$445

新時代之個人資料保護法制：歐盟GDPR與臺灣個人資料保護法的比較說明 (2版) 張陳弘、莊植寧 新學林出版股份有限公司

台灣樂天市場
5%
Understand Big O Notation in Python
找相似
$314

Understand Big O Notation in Python

coursera
3%
計算機概論(第五版)(Forouzan 5/e) (5版) Forouzan 2024 滄海
找相似
限時加碼
$635

計算機概論(第五版)(Forouzan 5/e) (5版) Forouzan 2024 滄海

台灣樂天市場
5%
【讀書共和國】超神用腦法，終結分心與瞎忙套書【別再錯用你的腦+超神腦科學時間術】
找相似
最佳買點
$562(雙重省$251)

【讀書共和國】超神用腦法，終結分心與瞎忙套書【別再錯用你的腦+超神腦科學時間術】

台灣樂天市場
6%
【電子書】企业级云原生架构：技术、服务与实践
找相似
限時加碼
$816

【電子書】企业级云原生架构：技术、服务与实践

台灣樂天市場
5%
超級機器人大作戰 2 (1版) 金政郁 三采
找相似
最佳買點
$250(雙重省$27)

超級機器人大作戰 2 (1版) 金政郁 三采

台灣樂天市場
5%
【電子書】基于MATLAB的遗传算法及其在稀布阵列天线中的应用（第2版）
找相似
最佳買點
$168(雙重省$21)

【電子書】基于MATLAB的遗传算法及其在稀布阵列天线中的应用（第2版）

台灣樂天市場
5%
【書寶二手書T1／電腦_ZCW】簡報藝術 2.0-創意簡報的設計與展現_賈爾.雷
找相似
降價
$259(降$30)

【書寶二手書T1／電腦_ZCW】簡報藝術 2.0-創意簡報的設計與展現_賈爾.雷

台灣樂天市場
5%
中華電信【通信系統】（熱門考點攻略‧專業通信名詞解釋‧數百題全真題庫演練）(3版)
找相似
$323

中華電信【通信系統】（熱門考點攻略‧專業通信名詞解釋‧數百題全真題庫演練）(3版)

Yahoo購物中心
1%
從零開始學Python程式設計 暢銷回饋版（適用Python 3.10以上） (7版) 李馨 2025 博碩
找相似
限時加碼
$680

從零開始學Python程式設計 暢銷回饋版（適用Python 3.10以上） (7版) 李馨 2025 博碩

台灣樂天市場
5%
【電子書】我28歲，領世界級薪水：從指考英文20分，到影響6億人日常生活的首席設計師
找相似
限時加碼
$300

【電子書】我28歲，領世界級薪水：從指考英文20分，到影響6億人日常生活的首席設計師

台灣樂天市場
5%
【書寶二手書T3／美工_SCD】????作??！?????????_日文
找相似
降價
$159(降$130)

【書寶二手書T3／美工_SCD】????作??！?????????_日文

台灣樂天市場
5%
【電子書】JavaFX应用开发教程
找相似
限時加碼
$359

【電子書】JavaFX应用开发教程

台灣樂天市場
5%
萬物藍圖：看晶片設計巨人安謀的崛起與未來
找相似
$432

萬物藍圖：看晶片設計巨人安謀的崛起與未來

Yahoo購物中心
0%
【電子書】今天不上班 (10)
找相似
限時加碼
$80

【電子書】今天不上班 (10)

台灣樂天市場
5%
圖解LINUX指令操作與網路設定
找相似
降價
$379(降$101)

圖解LINUX指令操作與網路設定

台灣樂天市場
0%
PCB先進電路板設計應用認證工程師級(Essentials Level)學術科研
找相似
$495

PCB先進電路板設計應用認證工程師級(Essentials Level)學術科研

Yahoo購物中心
0%
Notion X AI高效管理300招（第二版）：筆記×資料庫×團隊協作×自動化，數位生活與工作最佳幫手
找相似
歷史低價
$442(降$62)

Notion X AI高效管理300招（第二版）：筆記×資料庫×團隊協作×自動化，數位生活與工作最佳幫手

台灣樂天市場
0%
三菱可程式控制器FX3U-1PG單軸伺服定位模組中文使用手冊中文使用手冊 (1版) 雙象貿易股份有限公司 文笙
找相似
限時加碼
$465

三菱可程式控制器FX3U-1PG單軸伺服定位模組中文使用手冊中文使用手冊 (1版) 雙象貿易股份有限公司 文笙

台灣樂天市場
5%
【電子書】二科特斯拉不推理 (全)
找相似
限時加碼
$105

【電子書】二科特斯拉不推理 (全)

台灣樂天市場
5%
【電子書】超簡單AIoT物聯網與網站架設必學神器：Node-RED視覺化開發工具
找相似
限時加碼
$500

【電子書】超簡單AIoT物聯網與網站架設必學神器：Node-RED視覺化開發工具

台灣樂天市場
5%
【電子書】奇妙的图形（漫画数学）
找相似
最佳買點
$57(雙重省$6)

【電子書】奇妙的图形（漫画数学）

台灣樂天市場
5%
【書寶二手書T7／財經企管_RMN】?解. ???電子回路 : 基礎??DOS_日文_V活用?? / 加藤肇, 見城尚志, 高橋久
找相似
最佳買點
$59(雙重省$122)

【書寶二手書T7／財經企管_RMN】?解. ???電子回路 : 基礎??DOS_日文_V活用?? / 加藤肇, 見城尚志, 高橋久

台灣樂天市場
5%
物聯網概論 (3版) 張博一、張紹勳、張任坊 2025 全華圖書 
找相似
限時加碼
$480

物聯網概論 (3版) 張博一、張紹勳、張任坊 2025 全華圖書 

台灣樂天市場
5%
UCG 明末：淵虛之羽 攻略本 240頁 主線流程 角色支線 收集 圖鑑 遊戲攻略 官方授權
找相似
降價
$1,290(降$68)

UCG 明末：淵虛之羽 攻略本 240頁 主線流程 角色支線 收集 圖鑑 遊戲攻略 官方授權

台灣樂天市場
5%

商品描述

【簡介】 　　►剖析 DeepSeek 核心架構與 MLA 注意力模組 　　►系統講解 MoE 混合專家模型的設計與調度 　　►建構完整的 PyTorch 多模態開發環境 　　►從基礎到進階掌握自注意力與位置編碼原理 　　►實作自回歸架構下的文字生成與情感分類 　　►探討 GQA、MQA、差分注意力等調優策略 　　►整合 API 調用與應用場景中的任務鏈設計 　　►部署本地多模態模型並實作 LoRA 微調 　　►實戰多模態圖文問答與交叉注意力語音轉換 　　►實現 Token 壓縮與特徵融合技術於影像識別 　　►使用 VQ-VAE 與 FSQ 進行影像與語音重建 　　►完整開發跨平台智慧客服應用與 UI 前端整合 　　本書重點在於多模態大模型 DeepSeek 的核心技術架構，深入解析其高效注意力機制（如MLA、MQA、GQA）與混合專家模型（MoE）在實際應用中的設計與優化策略。內容涵蓋從PyTorch環境建置、API串接到LoRA/PEFT微調等多個開發環節，並透過情感分類、語音辨識、圖文問答、影像生成等跨模態實例，具體展示各模組在不同任務中的運行特性與效能差異。書中對於特徵融合策略、位置編碼設計、token壓縮方法等議題也有細緻探討，尤其在調優章節中，對各類注意力變種模型的適用條件與實作瓶頸提供實證分析。對於希望深入理解高性能Transformer架構、多模態任務建模及部署流程的開發者與研究者而言，本書可作為技術參考與實作指南。 【目錄】 ▌第1 章 高性能注意力與多模態融合 1.1 從湧現到飛躍：高性能大模型的崛起 1.1.1 大模型的「湧現」 1.1.2 大模型的發展歷程 1.1.3 高性能大模型的崛起 1.2 大模型的內功：高性能注意力機制的崛起 1.2.1 注意力機制的基本原理 1.2.2 注意力機制的變革與發展 1.2.3 高性能注意力機制崛起：GQA 與MLA 1.3 大模型的外拓：多模態融合 1.3.1 多模態外拓及其挑戰 1.3.2 融合策略與技術概覽 1.3.3 深度學習在多模態融合中的應用場景 1.4 高性能注意力與多模態融合的未來展望 1.4.1 融合技術的創新方向 1.4.2 注意力機制的前端探索 1.5 本章小結 ▌第2 章 PyTorch 深度學習環境架設 2.1 安裝Python 開發環境 2.1.1 Miniconda 的下載與安裝 2.1.2 PyCharm 的下載與安裝 2.1.3 計算softmax 函式練習 2.2 安裝PyTorch 2.0 2.2.1 NVIDIA 10/20/30/40 系列顯示卡選擇的GPU 版本 2.2.2 PyTorch 2.0 GPU NVIDIA 執行函式庫的安裝 2.2.3 Hello PyTorch 2.3 多模態大模型DeepSeek 初探與使用 2.3.1 DeepSeek 模型簡介 2.3.2 DeepSeek 帶來的技術創新 2.3.3 DeepSeek 的第三方服務與使用範例 2.4 本章小結 ▌第3 章 注意力機制詳解之基礎篇 3.1 注意力機制與模型詳解 3.1.1 注意力機制詳解 3.1.2 自注意力（Self-Attention）機制 3.1.3 自注意力的程式實現 3.1.4 ticks 和Layer Normalization 3.1.5 多頭自注意力 3.2 注意力機制的應用實踐：編碼器 3.2.1 自編碼器的整體架構 3.2.2 回到輸入層：初始詞向量層和位置編碼器層 3.2.3 前饋層的實現 3.2.4 將多層模組融合的TransformerBlock 層 3.2.5 編碼器的實現 3.3 基礎篇實戰：自編碼架構的拼音中文字生成模型 3.3.1 中文字拼音資料集處理 3.3.2 架設文字與向量的橋樑—Embedding 3.3.3 自編碼模型的確定 3.3.4 模型訓練部分的撰寫 3.4 本章小結 ▌第4 章 注意力機制詳解之進階篇 4.1 注意力機制的第二種形態：自迴歸架構 4.1.1 自迴歸架構重大突破：旋轉位置編碼 4.1.2 增加旋轉位置編碼的注意力機制與現有函式庫套件的實現 4.1.3 新型的啟動函式SwiGLU 詳解 4.1.4 「因果遮罩」與「錯位」輸入輸出格式詳解 4.2 進階篇實戰1：無須位置表示的飯店評論情感判斷 4.2.1 資料集的準備與讀取 4.2.2 使用sentencepiece 建立文字詞彙表 4.2.3 編碼情感分類資料集 4.2.4 基於新架構文字分類模型設計 4.2.5 情感分類模型的訓練與驗證 4.3 進階篇實戰2：基於自迴歸模型的飯店評論生成 4.3.1 資料集的準備與讀取 4.3.2 基於自迴歸文字生成模型的設計 4.3.3 評論生成模型的訓練 4.3.4 使用訓練好的模型生成評論 4.4 本章小結 ▌第5 章 注意力機制詳解之高級篇 5.1 替代前饋層的混合專家模型詳解 5.1.1 混合專家模型的基本結構 5.1.2 混合專家模型中的「專家」與「調控」程式實現 5.2 高級篇實戰1：基於混合專家模型的情感分類實戰 5.2.1 基於混合專家模型的MoE 評論情感分類實戰 5.2.2 混合專家模型中負載平衡的實現 5.2.3 修正後的MoE 門控函式 5.3 帶有MoE 的注意力模型 5.3.1 注意力機制中的前饋層不足 5.3.2 MoE 天然可作為前饋層 5.3.3 結合MoE 的注意力機制 5.4 高級篇實戰2：基於通道注意力的影像分類 5.4.1 資料集的準備 5.4.2 影像辨識模型的設計 5.4.3 結合通道注意力圖像分類模型 5.4.4 影像辨識模型SENet 的訓練與驗證 5.5 高級篇實戰3：基於MoE 與自注意力的影像分類 5.5.1 基於注意力機制的ViT 模型 5.5.2 Patch 和Position Embedding 5.5.3 視覺化的V-MoE 詳解 5.5.4 V-MoE 模型的實現 5.5.5 基於影像辨識模型V-MoE 的訓練與驗證 5.5.6 使用已有的函式庫套件實現MoE 5.6 本章小結 ▌第6 章 注意力機制詳解之調優篇 6.1 注意力模型最佳化方案講解 6.1.1 注意力模型最佳化1：MQA 模型 6.1.2 注意力模型最佳化2：MLA 模型 6.1.3 注意力模型最佳化3：GQA 模型 6.1.4 注意力模型最佳化4：差分注意力模型 6.2 調優篇實戰1：基於MLA 的人類語音情感分類 6.2.1 情緒資料的獲取與標籤的說明 6.2.2 情緒資料集的讀取 6.2.3 語音情感分類模型的設計和訓練 6.3 本章小結 ▌第7 章 旅遊特種兵迪士尼大作戰：DeepSeek API呼叫與高精準路徑最佳化 7.1 基於線上API 的大模型呼叫 7.1.1 DeepSeek 的註冊與API 獲取 7.1.2 帶有特定格式的DeepSeek 的API 呼叫 7.1.3 帶有約束的DeepSeek 的API 呼叫 7.2 智慧化DeepSeek 工具呼叫詳解 7.2.1 Python 使用工具的基本原理 7.2.2 在DeepSeek 中智慧地使用工具 7.2.3 在DeepSeek 中選擇性地使用工具 7.2.4 DeepSeek 工具呼叫判定依據 7.3 旅遊特種兵迪士尼大作戰：DeepSeek 高精準路徑最佳化 7.3.1 遊樂場資料的準備 7.3.2 普通大模型的迪士尼遊玩求解攻略 7.3.3 基於動態規劃演算法的迪士尼遊玩求解攻略 7.3.4 基於DeepSeek 的旅遊特種兵迪士尼大作戰 7.4 本章小結 ▌第8 章 廣告文案撰寫實戰：多模態DeepSeek 當地語系化部署與微調 8.1 多模態DeepSeek-VL2 當地語系化部署與使用 8.1.1 Linux 版本DeepSeek-VL2 程式下載與影像問答 8.1.2 Windows 版本DeepSeek-VL2 程式下載 8.2 廣告文案撰寫實戰1：PEFT 與LoRA 詳解 8.2.1 微調的目的：讓生成的結果更聚焦於任務目標 8.2.2 微調經典方法LoRA 詳解 8.2.3 調配DeepSeek 微調的輔助函式庫PEFT 詳解 8.3 廣告文案撰寫實戰2：當地語系化DeepSeek-VL2 微調 8.3.1 資料的準備 8.3.2 微調模型的訓練 8.3.3 微調模型的使用與推斷 8.4 本章小結 ▌第9 章 注意力與特徵融合範式1：Diffusion 可控影像生成 9.1 Diffusion 生成模型精講 9.1.1 Diffusion Model 的精講 9.1.2 直接執行的經典DDPM 的模型訓練實戰 9.1.3 DDPM 的模型基本模組說明 9.1.4 DDPM 加噪與去噪詳解：結合成功執行的擴散模型程式 9.1.5 DDPM 的損失函式：結合成功執行的Diffusion Model 程式 9.2 可控影像生成實戰：融合特徵的注意力機制 9.2.1 擴散模型可控生成的基礎：特徵融合 9.2.2 注意力MQA 中的可控特徵融合 9.2.3 基於注意力的擴散模型的設計 9.2.4 影像的加噪與模型訓練 9.2.5 基於注意力模型的可控影像生成 9.3 本章小結 ▌第10 章 注意力與特徵融合範式2：多模態圖文理解與問答 10.1 多模態圖文問答實戰 10.1.1 一種新的多模態融合方案 10.1.2 資料集的設計與使用 10.1.3 多模態融合資料集的訓練 10.1.4 多模態圖文問答的預測 10.2 更多的多模態融合方案 10.2.1 一種截斷的多模態融合方案 10.2.2 截斷後多模態模型的訓練與預測 10.2.3 一種加法基礎的多模態融合方案 10.3 本章小結 ▌第11 章 注意力與特徵融合範式3：交叉注意力語音轉換 11.1 點對點語音辨識任務簡介 11.1.1 點對點的語音辨識 11.1.2 中文語音文字資料集說明 11.2 點對點音訊特徵提取函式庫librosa 的使用 11.2.1 音訊訊號的基本讀取方法 11.2.2 多特徵音訊取出 11.3 點對點語音辨識任務簡介 11.3.1 全中文音訊資料集的準備 11.3.2 音訊特徵的提取與融合 11.3.3 基於生成模型的點對點語音辨識任務 11.3.4 點對點語音辨識任務的訓練與預測 11.4 基於PyTorch 的資料處理與音訊特徵融合 11.4.1 THCHS30 資料集的處理 11.4.2 基於torchaudio 的音訊前置處理 11.4.3 基於不同角度的音訊特徵獲取和簡單融合 11.4.4 關於特徵融合的講解 11.5 用於特徵融合的交叉注意力 11.5.1 交叉注意力詳解 11.5.2 帶有遮罩的交叉注意力 11.5.3 完整的帶有遮罩的交叉注意力點對點語音辨識 11.5.4 基於交叉注意力的點對點語音辨識的訓練與預測 11.5.5 基於連接concat 的點對點語音辨識模型 11.6 本章小結 ▌第12 章 多模態特徵token 壓縮 12.1 影像特徵壓縮的多種實現 12.1.1 Pixel-Shuffle 的token 壓縮 12.1.2 Cross-layer Token Fusion 壓縮 12.1.3 AvgPool 的token 壓縮 12.2 基於AvgPool 與自編碼器的語音辨識 12.2.1 修改後的AvgPool 函式 12.2.2 自編碼器語音辨識模型1：資料準備 12.2.3 自編碼器語音辨識模型2：模型設計 12.2.4 自編碼器語音辨識模型3：模型的訓練與預測 12.3 本章小結 ▌第13 章 從二維到一維：影像編碼器詳解與圖形重建實戰 13.1 影像編碼器 13.1.1 從自然語言處理講起 13.1.2 影像的編碼與解碼VQ-VAE 13.1.3 為什麼VQ-VAE 採用離散向量 13.1.4 VQ-VAE 的核心實現 13.2 基於VQ-VAE 的手寫體生成 13.2.1 影像的準備與超參數設置 13.2.2 VQ-VAE 的編碼器與解碼器 13.2.3 VQ-VAE 的模型設計 13.2.4 VQ-VAE 的訓練與預測 13.2.5 獲取編碼後的離散token 13.3 基於FSQ 的人臉生成 13.3.1 FSQ 演算法簡介與實現 13.3.2 人臉資料集的準備 13.3.3 基於FSQ 的人臉重建方案 13.3.4 基於FSQ 的人臉輸出與離散token 13.4 基於FSQ 演算法的語音儲存 13.4.1 無監督條件下的語音儲存 13.4.2 可作為密碼機的離散條件下的語音辨識 13.5 本章小結 ▌第14 章 基於PyTorch 的點對點視訊分類實戰 14.1 視訊分類資料集的準備 14.1.1 HMDB51 資料集的準備 14.1.2 視訊抽幀的處理 14.1.3 基於PyTorch 的資料登錄 14.2 注意力視訊分類實戰 14.2.1 對於視訊的Embedding 編碼器 14.2.2 視訊分類模型的設計 14.2.3 視訊分類模型的訓練與驗證 14.3 使用預訓練模型的視訊分類 14.3.1 torchvision 簡介 14.3.2 基於torchvision 的點對點視訊分類實戰 14.4 本章小結 ▌第15 章 基於DeepSeek 的跨平臺智慧客服開發實戰 15.1 智慧客服的設計與基本實現 15.1.1 智慧客服架設想法 15.1.2 商品介紹資料的格式與說明 15.1.3 基於DeepSeek 的智慧客服設計 15.2 帶有跨平臺使用者端的智慧客服開發實戰 15.2.1 跨平臺使用者端Gradio 使用詳解 15.2.2 一個簡單的Gradio 範例 15.2.3 基於DeepSeek 的跨平臺智慧客服實現 15.3 本章小結

加入購物車

設定到價通知

前往賣場5%