隨著ChatGPT等大語言模型的迅速發(fā)展，大語言模型已經(jīng)成為人工智能領(lǐng)域發(fā)展的快車道，不同領(lǐng)域涌現(xiàn)出各種強大的新模型。開發(fā)者想要獨立構(gòu)建、部署符合自身需求的大語言模型，需要理解大語言模型的實現(xiàn)框架和基本原理。本書梳理大語言模型的發(fā)展，首先介紹Transformer模型的基本原理、結(jié)構(gòu)和模塊及在NLP任務(wù)中的應(yīng)用；然后介

本書以AI圖像生成為主線，串聯(lián)講解了StableDiffusion、DALL·E、Imagen、Midjourney等模型的技術(shù)方案，并帶著讀者訓(xùn)練一個自己專屬的AI圖像生成模型。本書共6章。第1章先介紹身邊的AIGC產(chǎn)品，再講解AI圖像生成相關(guān)的深度學(xué)習(xí)基礎(chǔ)知識，包括神經(jīng)網(wǎng)絡(luò)和多模態(tài)模型的基礎(chǔ)知識。第2

本書通過對大量案例的講解，全面介紹了使用Cinema4D進(jìn)行三維建模的方法，涵蓋從基礎(chǔ)用法到高級應(yīng)用的方方面面。本書共8章，內(nèi)容包括熟悉中文版Cinema4D2024、多邊形建模、曲線建模、燈光技術(shù)、攝像機技術(shù)、材質(zhì)與紋理、渲染技術(shù)、綜合實例。本書可作為普通高等院校數(shù)字媒體藝術(shù)、數(shù)字媒體技術(shù)、動漫與游戲制作等影視傳媒專

HTML5+CSS3網(wǎng)頁設(shè)計基礎(chǔ)與實戰(zhàn)（微課版）

隨著增強現(xiàn)實技術(shù)不斷更新和發(fā)展，AR應(yīng)用逐漸由教育領(lǐng)域向其他領(lǐng)域普及，極大地推動增強現(xiàn)實產(chǎn)業(yè)的發(fā)展，在未來，增強現(xiàn)實技術(shù)可能會形成下一代科技革命的推動力，極大地革新人類的生活方式和生成方式，帶領(lǐng)人類進(jìn)入全新的發(fā)展階段。 本書幫助開發(fā)者理解和掌握增強現(xiàn)實技術(shù)基礎(chǔ)知識，從理論知識到項目都進(jìn)行較為詳細(xì)的常數(shù)。本書內(nèi)容由淺入深

本書用直白風(fēng)趣的語言、通俗易懂的方式講述路由交換方向CCNA考試所涉及的基礎(chǔ)理論與核心技術(shù)。本書主要介紹OSI和TCP/IP模型、TCP/IP、以太網(wǎng)、路由器和交換機在網(wǎng)絡(luò)中的作用、IP編址、操作與配置CiscoIOS設(shè)備、管理網(wǎng)絡(luò)設(shè)備、路由基礎(chǔ)與靜態(tài)路由、動態(tài)路由基礎(chǔ)與RIP、EIGRP、鏈路狀態(tài)路由協(xié)議概述與OSP

如今人工智能技術(shù)的發(fā)展突飛猛進(jìn)，AI繪畫是人工智能技術(shù)的典型應(yīng)用之一。本書結(jié)合StableDiffusion軟件，詳細(xì)講解該軟件在建筑繪畫中的應(yīng)用，并進(jìn)行案例實戰(zhàn)演練。書中案例包含建筑設(shè)計、室內(nèi)設(shè)計、園林景觀設(shè)計、建筑規(guī)劃設(shè)計等專業(yè)設(shè)計與效果圖繪制。針對不同專業(yè)特色，本書展示了一系列典型的工作方法和繪畫流程，掌握這些流

本書詳細(xì)解析了RAG（Retrieval-AugmentedGeneration，檢索增強生成）技術(shù)及其應(yīng)用，從文檔的分塊與向量化，到利用深度學(xué)習(xí)模型進(jìn)行向量檢索，再到結(jié)合Prompt技術(shù)以實現(xiàn)精準(zhǔn)響應(yīng)，每個知識點都有清晰的邏輯闡述與實踐案例；同時，介紹了PyTorch編程基礎(chǔ)與深度學(xué)習(xí)核心概念。此外，本書還涵蓋了一系

人工智能時代，AI繪畫作為AIGC技術(shù)的一個很重要的應(yīng)用，廣泛應(yīng)用于漫畫制作、平面設(shè)計、廣告設(shè)計、室內(nèi)設(shè)計等領(lǐng)域。AI繪畫讓人人可繪畫人人可設(shè)計成為可能�！禔I繪畫工坊：Midjourney從入門到實踐（80集視頻課50個繪畫案例）》結(jié)合50個案例，詳細(xì)介紹了AI繪畫軟件Midjourney的使用方法和功能技巧�！禔I

《TensorFlow自然語言處理及應(yīng)用》以TensorFlow為平臺，講述TensorFlow與自然語言的技術(shù)及開發(fā)。書中每章都以理論開始，以TensorFlow應(yīng)用及自然語言分析結(jié)束，將理論與實踐相結(jié)合，讓讀者可以快速掌握TensorFlow與自然語言分析。本書共9章，主要內(nèi)容為TensorFlow與編程、自然語言