人工智能大模型：动手训练大模型基础

书名：人工智能大模型：动手训练大模型基础
作者：邵可佳著
ISBN：978-7-301-31163-9
出版社：北京大学出版社
出版日期：2025.06
本书是一本由浅入深介绍训练大模型的教程，专为那些希望掌握如何设计、训练并优化大规模深度学习模型的读者而编写。本书以Python语言为实现工具，逐步引导读者从基础理论到复杂的实践应用，涵盖了大模型的架构设计、训练策略、硬件加速，以及多模态学习等前沿话题。本书共分为七个部分18章。内容包括：第一部分大模型与Python开发基础（第1章大模型理论发展，第2章大模型的python开发环境）；第二部分大模型训练与加速（第3章训练加速常用硬件，第4章大模型训练的硬件加速，第5章大模型的训练过程，第6章大模型架构与python实现）；第三部分大模型架构的深度解析（第7章大模型的网络架构创新，第8章多模态学习与大模型）；第四部分大模型的训练优化（第9章大模型的训练策略，第10章大模型的超参数优化，第11章大模型的模型量化与压缩）；第五部分大模型的高级应用案例（第12章自然语言处理应用，第13章计算机视觉的创新应用，第14章大模型在跨模态任务中的应用）；第六部分伦理安全、可解释性与社会影响（第15章大模型的伦理与社会影响，第16章大模型的安全性、鲁棒性与可解释性）；第七部分大模型的案例研究与实践（第17章大模型的行业应用案例分析，第18章大模型的开源项目与社区贡献）等。本书适合对大模型技术感兴趣的AI和ML研究人员、对深度学习和人工智能领域感兴趣的学生和研究者阅读参考。