資料來源:
三民書局
跟NVIDIA學深度學習
- 作者： 艾克曼 (Ekman, Magnus) 作
- 其他作者：
- 其他題名：
- Learning deep learning :: theory and practice of neural networks, computer vision, natural language processing, and transformers using TensorFlow
- 出版： 臺北市 : 旗標科技
- 版本：初版
- 主題： 神經網路 , 人工智慧 , 自然語言處理 , Python(電腦程式語言)
- ISBN： 978-986-312-776-5 (平裝): NT$880
- 資料類型: 圖書
- 內容註: 譯者取自封面 附錄: 延伸學習(一) : 多模態、多任務... 等模型建構相關主題等4種 譯自: Learning deep learning : theory and practice of neural networks, computer vision, natural language processing, and transformers using TensorFlow
-
讀者標籤：
- 系統號： 005528184 | 機讀編目格式
館藏資訊
▍AI 界扛霸子 NVIDIA 的深度學習 (Deep Learning) 指定教材！▍GPT、Transformer、seq2seq、self-attention 機制...大型語言模型 (LLM) 背後的先進技術「硬派」揭密！近年來，在 NVIDIA (輝達) GPU、CUDA 技術的推波助瀾下，深度學習 (Deep Learning) 領域有著爆炸性的成長，例如最為人知的 ChatGPT 正是運用深度學習技術開發出來的當紅應用。【★學深度學習，跟 AI 重要推手 - NVIDIA 學最到位！】除了硬體上的助益外，為了幫助眾多初學者快速上手深度學習，任職於 NVIDIA 的本書作者 Magnus Ekman 凝聚了他多年來在 NVIDIA 所積累的 AI 知識撰寫了本書。除了介紹深度學習基礎知識外，也包括此領域的最新重要進展。本書同時也是 NVIDIA 的教育和培訓部門 -【深度學習機構 (Deep Learning Institute, DLI)】 指定的培訓教材 (https://www.nvidia.com/zh-tw/training/books/)。要學深度學習，跟深度學習的重要推手 NVIDIA 學就對了！眾多紮實的內容保證讓你受益滿滿！【★機器視覺、生成式 AI 語言模型 100% 從零開始打造！】在深度學習的教學上，本書將從神經網路的底層知識 (梯度下降、反向傳播...) 介紹起，帶你打好深度學習的底子。接著會介紹用 Colab 雲端開發環境 + tf.Keras 建構、調校多層神經網路，以及經典的 CNN (卷積神經網路) 圖形辨識模型建構...等機器視覺主題。最後則邁入自然語言處理 (NLP) 領域，在介紹完基本的 RNN / LSTM 知識後，以先進的 Transformer、GPT...語言模型架構做結。尤其自從 ChatGPT 爆紅之後，自然語言處理 (NLP) 一直是深度學習的熱門研究話題，而這部分正是本書最精彩之處！RNN / LSTM 神經網路雖然問世已有一段時間，現今一些先進的 NLP 模型或許不會用它們來建構，但由它們衍生出來的 hidden state (隱藏狀態) 概念可說是重中之重，我們會帶你好好熟悉，以便能跟後續章節順利銜接上。之後則會利用各種神經網路技術帶你實作【多國語言翻譯模型】、【Auto-Complete 文字
Magnus Ekman
現為 NVIDIA 架構總監，擁有資訊工程博士學位與多項專利。他於 1990 年代後期首次接觸人工神經網路、親身體會進化計算的威力後，開始鑽研計算機架構，並與妻兒遷往矽谷居住。他曾在昇陽電腦和 Samsung Research America 從事處理器設計和研發。他目前在 NVIDIA 領導一個工程團隊，負責開發自駕車、人工智慧 (AI) 資料中心專用的高效能、低功率 CPU。