前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >书单 | 深扒ChatGPT核心技术,在AI浪潮中狂飙!

书单 | 深扒ChatGPT核心技术,在AI浪潮中狂飙!

作者头像
博文视点Broadview
发布2023-04-04 10:10:59
1.5K0
发布2023-04-04 10:10:59
举报
文章被收录于专栏:博文视点Broadview

👆点击“博文视点Broadview”,获取更多书讯

有位朋友说,程序员的工作就是消灭自己的职业。

这么说或许是有些危险耸听了,不过随着近期ChatGPT的爆火,可以预见未来的程序员可能的确需要有更强的研究开发能力才能有更强的竞争力!

面对ChatGPT带来的冲击,了解其背后的核心技术,才能在AI浪潮中狂飙!

简单说,ChatGPT是通过预训练大语言模型,配以RLHF(Reinforcement Learning from Human Feedback,RLHF,人类反馈强化学习)开发出来的AIGC产品,为了保证与事实相符,也需要强大的知识图谱技术作为支撑。当然,在理论技术的支撑下,为了让它成为一款可应用的产品,你还需要了解如何设计一款聊天机器人!

所以,本期书单就来分享一下与ChatGPT核心技术相关的好书,希望帮助大家知己知彼,百战不殆!

正值开学季,以下图书五折封顶哦~~

01

▊《自然语言处理:基于预训练模型的方法》

车万翔,郭江,崔一鸣 著

  • 哈工大SCIR多位学者倾力奉献
  • 揭秘自然语言处理中预训练语言模型的“魔力”之源
  • 详解预训练语言模型的基础知识、模型设计、代码实现和前沿进展

本书在介绍自然语言处理、深度学习等基本概念的基础上,重点介绍新的基于预训练模型的自然语言处理技术。

除了理论知识,本书还有针对性地结合具体案例提供相应的PyTorch 代码实现,不仅能让读者对理论有更深刻的理解,还能快速地实现自然语言处理模型,达到理论和实践的统一。

(限时五折,快快扫码抢购吧!)

02

▊《预训练语言模型(全彩)》

邵浩 著

  • 梳理预训练语言模型的发展历史、基本概念
  • 剖析具有代表性的预训练语言模型的实现细节,配代码
  • 预训练语言模型的评测、应用及趋势分析

本书详细梳理了预训练语言模型的基本概念和理论基础,并通过实际代码的讲解, 阐述了具有代表性的预训练语言模型的实现细节,非常适合需要快速、全面掌握预训练语言模型的从业者阅读。

(限时五折,快快扫码抢购吧!)

03

▊《基于BERT模型的自然语言处理实战》

李金洪  著

  • 当今主流的NLP技术
  • 熟练地在PyTorch框架中开发并训练神经网络模型
  • 快速地使用BERT模型完成各种主流的自然语言处理任务
  • 独立地设计并训练出针对特定需求的BERT模型
  • 轻松地将BERT模型封装成Web服务部署到云端

通过本书,读者可以熟练地在PyTorch框架中开发并训练神经网络模型,快速地使用BERT模型完成各种主流的自然语言处理任务,独立地设计并训练出针对特定需求的BERT模型,轻松地将BERT模型封装成Web服务部署到云端。

本书结构清晰、案例丰富、通俗易懂、实用性强,适合对自然语言处理、BERT模型感兴趣的读者作为自学教程。另外,本书也适合社会培训学校作为培训教材,还适合计算机相关专业作为教学参考书。

(限时五折,快快扫码抢购吧!)

04

▊《强化学习(第2版)》

[加] RichardS.Sutton,[美] AndrewG.Barto 著

俞凯 等 译

  • 强化学习领域奠基性经典著作!
  • 人工智能行业的强化学习圣经!

本书作为强化学习思想的深度解剖之作,被业内公认为是一本强化学习基础理论的经典著作。它从强化学习的基本思想出发,深入浅出又严谨细致地介绍了马尔可夫决策过程、蒙特卡洛方法、时序差分方法、同轨离轨策略等强化学习的基本概念和方法,并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节。

本书适合所有对强化学习感兴趣的读者阅读、收藏。

(限时五折,快快扫码抢购吧!)

05

▊《实战GAN:TensorFlow与Keras生成对抗网络构建》

[美] Josh Kalin 著

刘梦馨 译

  • 实例教学图像生成、图像转换ALGC任务如何完成
  • 拥抱生成式模型,快速迈向入门深度学习的尖端领域
  • 从构建到调优,提供一百多个适用于GAN、ChatGTP、BERT等模型的代码方案
  • 借助于规模化数据集,搭建了跨神经网络、机器学习、自然语言处理等领域的通用GAN架构

本书通过多个不同的生成对抗网络(GAN)架构的实现来帮助读者更好地理解生成对抗网络背后的原理及其构建方式。书中还提供了大量易于理解并可以直接使用的GAN代码及其部署方式和数据集,以帮助读者更快地上手解决工作中所面临的问题并积极应对相关挑战。本书适合数据科学家、算法工程师、数据挖掘工程师以及机器学习领域相关的从业人员用来学习使用全新的深度学习技术解决工作中的问题,也适合机器学习和深度学习的爱好者、初学者用来体验深度学习的魅力。

(限时五折,快快扫码抢购吧!)

06

▊《因果推断与机器学习》

郭若城 程璐 刘昊 刘欢 编著

  • 结合因果推断和机器学习的理论与实际应用
  • 业界和学界多位因果机器学习专家倾力打造

本书是一本理论扎实,同时联系实际应用的图书。

全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。 

全书共分6章。第1章从潜结果框架和结构因果模型出发,介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。本书对结合因果推断和机器学习的理论与实践进行了介绍。

通过阅读本书,读者不仅可以掌握因果机器学习的基础理论,还可对本书中提到的论文代码进行钻研,从而在实践中加深对因果机器学习的理解。

(限时五折,快快扫码抢购吧!)

07

▊《分布式人工智能》

安波 高扬 俞扬 等著

  • 全面探讨分布式人工智能理论、算法与实践
  • 集一流专家经验智慧
  • 获免费教学视频,从0到1领略大规模分布式人工智能之美

本书可分为五大部分,阐述了分布式人工智能的基础知识以及相关进展,包括分布式人工智能简介、分布式规划与优化、多智能体博弈、多智能体学习和分布式人工智能应用。除此之外,由于本领域尚处于蓬勃发展阶段,相关技术与应用层出不穷,因此书中还提供了研究者对于分布式人工智能发展的相关预测,以供读者深入了解、学习。

(限时五折,快快扫码抢购吧!)

08

▊《知识图谱:概念与技术》

肖仰华 等 编著 

  • 系统介绍知识图谱概念、技术与实践
  • 帮助读者建立知识图谱学科体系
  • 健全大数据知识工程知识体系
  • 为工业界知识图谱实践提供参考

知识图谱是较为典型的多学科交叉领域,涉及知识工程、自然语言处理、机器学习、图数据库等多个领域。

本书是一本系统介绍知识图谱概念、技术与实践的书籍。全书共5篇,由16 章构成,力求涵盖知识图谱相关的基本概念与关键技术。“基础篇”介绍知识图谱的基本概念、内涵与外延、历史沿革、应用价值,以及相关的基础知识。“构建篇”重点介绍大规模高质量知识图谱的自动化构建技术,涵盖词汇挖掘、实体识别、关系抽取及概念图谱构建、百科图谱构建、众包构建与质量控制等专题。“管理篇”系统地阐述了知识图谱建模与存储、查询与检索,以及图数据管理系统。“应用篇”对于基于知识图谱的关键应用技术展开介绍,包括搜索与推荐、自然语言问答,以及基于知识图谱的自然语言理解。“实践篇”介绍知识图谱实践中的基本原则和有用实践,初步讨论了知识图谱实践中的开放性问题。

(限时五折,快快扫码抢购吧!)

09

▊《知识图谱:方法、实践与应用》

王昊奋,漆桂林,陈华钧  主编

  • 详解知识图谱全生命周期技术
  • 探索垂直领域知识图谱构建方法与应用落地
  • 促进人工智能从感知时代向认知时代跨越

本书系统地介绍知识图谱涉及的关键技术,如知识建模、关系抽取、图存储、自动推理、图谱表示学习、语义搜索、知识问答、图挖掘分析等。此外,本书还尝试将学术前沿和实战结合,让读者在掌握实际应用能力的同时对前沿技术发展有所了解。

本书既适合计算机和人工智能相关的研究人员阅读,又适合在企业一线从事技术和应用开发的人员学习,还可作为高等院校计算机或人工智能专业师生的参考教材。

(限时五折,快快扫码抢购吧!)

10

▊《知识图谱:认知智能理论与实战》

王文广 著

  • 详解ChatGPT底层技术Transformer
  • 支撑谷歌Bard实现事实查询
  • 知识图谱技术体系全面,涵盖前沿成果及落地经验

本书系统全面地介绍了知识图谱的核心技术,既有宏观整体的技术体系,也有关键技术和算法细节,内容包括:知识图谱模式设计的方法论——六韬法;知识图谱构建中的实体抽取和关系抽取;知识存储中的属性图模型及图数据库,重点介绍了JanusGraph分布式图数据库;知识计算中的图论基础,以及中心性、社区检测等经典图计算算法;知识推理中的逻辑推理、几何变换推理和深度学习推理,及其编程实例。

最后,本书以金融、医疗和智能制造三大行业的应用场景为例,梳理了知识图谱的应用价值和应用程序形态。

本书既适合人工智能行业从业者和研究人员系统学习知识图谱,也适合一线工程师和技术人员参考使用,并可作为企业管理人员、政府人员、政策制定人员、公共政策学者的参考材料,以及高等院校计算机、金融和人工智能等相关专业师生的参考资料和培训学校的教材。

(限时五折,快快扫码抢购吧!)

11

▊《Chatbot从0到1:对话式交互设计实践指南》

李佳芮 李卓桓 李云军  编著

  • ChatGPT应用于对话式交互已成定局
  • 聊天机器人入门指南学起来
  • 揭秘Chatbot全生命周期开发
  • 陆奇等业内大佬倾情作序

本书内容共5部分。第1部分从人工智能的发展带动对话式交互引出Chatbot的应用场景及其分类;第2部分和第3部分从需求分析、流程设计、数据处理、对话脚本撰写、系统搭建、对话任务测评、平台渠道集成、运营反馈等方面,对Chatbot的整个生命周期进行了详细分析和介绍;第4部分通过案例分析,对Chatbot进行了实践;第5部分总结了目前对话式交互的局限性,并展望了基于人工智能发展Chatbot的机会。

本书适合希望从事Chatbot行业的读者阅读,尤其是正在考虑将业务切入 Chatbot领域的决策者,即将或正在从事Chatbot专业工作的产品经理和项目经理,以及希望了解Chatbot领域工作流程的开发人员。

(限时五折,快快扫码抢购吧!)

12

▊《Rasa实战:构建开源对话机器人》

孔晓泉,王冠  著

  • 对话机器人开源框架Rasa首著,英文版同步上市
  • Rasa联合创始人兼CTOAlanNichol亲笔作序
  • 可直接使用ChatGPT等大型语言模型或接口

Rasa是一款开源的对话机器人框架,能让开发者使用机器学习技术快速创建工业级的对话机器人。得益于丰富的功能、先进的机器学习能力和可以快速上手的特性,Rasa框架是目前流行的开源对话机器人框架。

本书首先介绍Rasa的两个核心组件――Rasa NLU和Rasa Core的工作流程;然后详细介绍通过使用Rasa生态系统从头开始构建、配置、训练和服务不同类型的对话机器人的整体过程,如任务型、FAQ、知识图谱聊天机器人等,其中包括使用基于表单(form)的对话管理、ResponseSelector来处理闲聊和FAQ,利用知识库来回答动态查询的问题等,以及自定义Rasa框架,使用对话驱动的开发模式和工具来开发对话机器人,探索机器人能做什么,并通过交互式学习来轻松修复它所犯的任何错误;最后会介绍将Rasa系统部署到具有高性能和高可扩展性的生产环境中,从而建立一个高效和强大的聊天系统。

(限时五折,快快扫码抢购吧!)

13

▊《Python聊天机器人开发:基于自然语言处理与机器学习》

[印] Sumit Raj(苏米特・拉杰) 著

黄光远 译

  • ChatBot极简入门
  • 高度定制化、高度智能化
  • 一站到底的完整实战
  • 全线覆盖的知识体系

本书是使用 Python 动手搭建聊天机器人的入门书籍。全书共 5 章,包含聊天机器人的发展历史、自然语言处理的相关知识,以及多种搭建、部署聊天机器人的基本方法。此外,作者还提供了丰富的源码和细致的教程,极具实操性。无论你是具有一定 Python 编程基础的技术人员,还是想更多了解聊天机器人相关知识的产品经理、项目管理人员,都能从本书学习到搭建聊天机器人的相关内容,并能在本书的指导下实际完成聊天机器人的搭建和对外发布。

(扫码查看本书详情!)

按以下方式与博文菌互动,即有机会获赠以上任意一本图书

活动方式:关注下方“博文视点Broadview”公众号,在后台回复“书单抽奖”参与活动,届时会在参与的小伙伴中抽取3名幸运鹅!

活动时间:截至2月13日开奖。

快快拉上你的小伙伴参与进来吧~~

代码语言:javascript
复制
发布:刘恩惠
审核:陈歆懿 如果喜欢本文欢迎 在看丨留言丨分享至朋友圈 三连
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-02-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 博文视点Broadview 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
灰盒安全测试
腾讯知识图谱(Tencent Knowledge Graph,TKG)是一个集成图数据库、图计算引擎和图可视化分析的一站式平台。支持抽取和融合异构数据,支持千亿级节点关系的存储和计算,支持规则匹配、机器学习、图嵌入等图数据挖掘算法,拥有丰富的图数据渲染和展现的可视化方案。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档