机读格式显示(MARC)

• 000 01685nam0 2200325 450

• 001 0000434317

• 005 20250603092100.0

• 010 __ |a 978-7-115-66558-4 |d CNY99.80(含附件)

• 092 __ |a CN |b DZ25LX03-01-002

• 099 __ |a CAL 012025029770

• 100 __ |a 20250324d2025 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk z 000yy

• 106 __ |a r

• 200 1_ |a DeepSeek原理与项目实战 |A DeepSeek yuan li yu xiang mu shi zhan |e 大模型部署、微调与应用开发 |d = DeepSeek in action |e LLM deployment, fine-tuning, and real-world projects |f 未来智能实验室, 代晶编著 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2025

• 215 __ |a 310页, [4] 页图版 |c 图 (部分彩图) |d 24cm |e 1手册(30页;19cm)

• 307 __ |a 附件题名:《DeepSeek-R1参考手册》,30页;19cm

• 330 __ |a 本书共分三部分12章, 涵盖理论解析、技术实现和应用实践。第一部分从理论入手, 详细解析了Transformer与注意力机制、DeepSeek-V3的核心架构与训练技术, 并探讨了ScalingLaws及其在模型优化中的应用。第二部分聚焦于模型初步体验、开放平台与API开发、对话与补全实现, 以及函数回调与缓存优化, 帮助读者快速掌握从理论到实践的关键技术。第三部分则通过实际案例剖析DeepSeek在类Chat客户端、智能AI助理、VSCode编程插件等多领域中的实用集成开发, 展示了开源大模型技术在工业与商业场景中的全面应用。

• 510 1_ |a DeepSeek in action |e LLM deployment, fine-tuning, and real-world projects |z eng

• 517 1_ |a 大模型部署、微调与应用开发 |A da mo xing bu shu、wei tiao yu ying yong kai fa

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _0 |a 代晶 |A dai jing |4 编著

• 711 02 |a 未来智能实验室 |A wei lai zhi neng shi yan shi |4 编著

• 801 _0 |a CN |b XMU |c 20250324

• 905 __ |a XATU |d TP18/798

• 920 __ |a 261060 |z 1

• 998 __ |a XMU