本书是一本全面深入探讨深度学习领域的核心原理与应用实践的专业书籍。本书旨在为读者提供系统的学习路径,从深度学习的基础知识出发,逐步深入到复杂的大模型架构和算法实现。本书适合深度学习初学者、中级开发者以及对大模型有深入研究需求的专业人士。通过阅读本书,读者不仅能够掌握深度学习的理论基础,还能通过丰富的实战案例,提升解决实际问题的能力。

第1章 从机器学习到大模型
1.1 AI的两次技术革命
1.2 AI技术发展历程
1.3 机器学习是什么
1.4 机器学习有哪些分支
1.5 什么是强化学习
1.6 深度学习的核心思想
1.7 卷积神经网络
1.8 生成式AI是如何发展起来的
1.9 大语言模型
1.10 是否所有大语言模型都是生成式AI
1.11 大语言模型LLM能干什么
1.12 大语言模型的“大”是什么含义
1.13 大模型的核心技术
1.14 Transformer背后的黑科技
1.15 Transformer演变了哪些成功的模型
1.16 主流算法框架介绍
1.17 Transformer模型的应用
……