Python大模型优化策略：理论与实践

书名：Python大模型优化策略：理论与实践
作者：刘衍琦，高超，闫家硕，贾泽豪著
ISBN：978-7-301-36274-7
出版社：北京大学出版社
出版日期：2025.08
本书从优化算法和大模型的基本概念讲起，介绍了机器学习和深度学习的基础知识，带领读者了解Transformer模型及其在自然语言处理和图像处理中的应用。随后，书中深入探讨了模型训练与优化技巧，包括学习率调度、早停策略、正则化和批归一化等方法。书中还介绍了大模型的调用与优化基础，详细讲解了预训练模型的选择、下载和迁移学习的应用。通过实际练习和Python实现，读者可以掌握优化策略在大模型训练中的应用。本书分为3篇，共13章。第1篇优化算法基础：第1章机器学习和深度学习概述；第2章Transformer与大模型概述；第3章模型训练与优化技巧；第4章模型调用与优化基础；第5章大模型优化概述；第6章常用的优化算法概述。第2篇优化算法进阶：第7章遗传算法；第8章多目标优化与遗传算法进阶；第9章蚁群算法；第10章鲸鱼优化算法；第11章萤火虫优化算法；第12章神经网络优化算法。第3篇优化算法与大模型：第13章大模型与优化应用实践等。本书适合对优化算法和大模型感兴趣的技术人员、需要应用优化算法和大模型技术的工程师及爱好者阅读参考。