机读格式显示(MARC)

• 000 01860nam 2200361 450

• 001 0000434318

• 005 20250517163600.0

• 010 __ |a 978-7-115-65983-5 |d CNY69.80

• 021 __ |a CN |b 01-2024-2912

• 099 __ |a CAL 012025025344

• 100 __ |a 20250305d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 大模型技术30讲 |A da mo xing ji shu 30 jiang |f (美) 塞巴斯蒂安·拉施卡(Sebastian Raschka)著 |d = Machine learning Q and AI |e 30 essential questions and answers on machine learning and AI |f Sebastian Raschka |g 叶文滔译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2025

• 215 __ |a 182页 |c 图 |d 24cm

• 225 2_ |a 图灵程序设计丛书 |A tu ling cheng xu she ji cong shu

• 306 __ |a 本书中文简体字版由No Starch Press授权人民邮电出版社有限公司独家出版

• 314 __ |a 塞巴斯蒂安·拉施卡，威斯康星大学麦迪逊分校统计学副教授，专注于机器学习和深度学习研究。

• 320 __ |a 有书目

• 330 __ |a 本书中，我们将学习各种新概念，如深度神经网络架构、计算机视觉、自然语言处理、产品化与部署和模型评估，内容涉及：如何利用修改后的数据集或模型来降低过拟合；如何处理深度神经网络训练中的常见随机性来源；如何在不改变模型架构或降低精度的情况下，通过优化加快模型推断速度；如何在实践中应用彩票机制假设和分布假设；如何使用和微调预训练的大规模语言模型；如何选择正确的时间设置K折交叉验证；以及区分自注意力与普通注意力，常见文本数据的数据增强技术，各种自监督学习技术，多GPU训练范式和各种生成式AI等技术。

• 410 _0 |1 2001 |a 图灵程序设计丛书

• 510 1_ |a Machine learning Q and AI |e 30 essential questions and answers on machine learning and AI |z eng

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _1 |a 拉施卡 |A la shi ka |g (Raschka, Sebastian) |4 著

• 702 _0 |a 叶文滔 |A ye wen tao |4 译

• 801 _0 |a CN |b 百万庄 |c 20250305

• 905 __ |a XATU |d TP18/762

• 920 __ |a 261060 |z 1

• 998 __ |a PUL