登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
App程式設計入門：iPhone、iPad(附光碟)
．
全面掌握生成式AI與
．
ChatGPT X
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
AI程式設計、深度學習與LLM入門到精通：PyTorch × GPT × Transformer × LLaMA實作指南（iThome鐵人賽系列書）
作者：
黃朝隆
分類：
電腦與網路
／
程式語言
出版社：
博碩文化
出版日期：2025/10/17
ISBN：9786264143035
書籍編號：kk0600797
頁數：296
定價：
650
元
優惠價：
79
折
514
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0600797'>AI程式設計、深度學習與LLM入門到精通：PyTorch × GPT × Transformer × LLaMA實作指南（iThome鐵人賽系列書）</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0600797'><img src='https://www.silkbook.com/mall_image/bk/kk0600797.jpg' ALT='AI程式設計、深度學習與LLM入門到精通：PyTorch × GPT × Transformer × LLaMA實作指南（iThome鐵人賽系列書）' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
AI程式設計、深度學習與LLM入門到精通：PyTorch × GPT × Transformer × LLaMA實作指南（iThome鐵人賽系列書） 本書簡介 全面掌握AI技術，開創屬於自己的AI之路，晉升專業實 戰AI工程師 AI模型優化與實戰入門，矩陣到大型語言模型的完整攻略 理論與實作並行，完整理解AI的邏輯與機制 【專業推薦】 本書最討喜的地方在於理論與實作並重。更難得的是，書中穿插各式 實務場景，點出真實專案裡那些惱人的小坑與解法，不只給漂亮結 果，而是教你面對雜訊與限制。 ─ 許芫齊，2025 AI CUP春季賽亞軍 本書建立了一個完整的學習流程：大綱引導→動手實作→QA問答，既 易於理解，又能引導實作。對初學者而言，它是最穩妥的起點；對已 有基礎的讀者，則提供了深化理論、補強實務的完整路徑。 ─ 蘇連宏，2025 AI CUP春季賽殿軍 本書是一套實戰導向的可遷移知識體系，把數學直覺、程式實作、實 驗設計與效能量測有機地扣在一起，既能支撐學術研究的嚴謹，也能 對接產業場景的效率與可靠度。 ─ 吳宇祈，國立成功大學 電機工程系碩士 本書以六個階段鋪陳學習路徑，先用NumPy把數學與張量運算動手 拆開，再平順橋接到PyTorch的現代訓練框架，最後銜接自建模型與 經典架構的理解與應用，結構清楚、節點分明，不會迷失方向。 ─ 陳冠穎，國立成功大學 電機工程系碩士 【內容簡介】 ♚AI知識剖析：完整理解數學、程式及實戰案例 ♚實務能力提升：學會建構、優化並實際應用AI模型 ♚實戰案例培訓：提供競賽經驗與案例，符合現場實務需求 ♚前瞻技術學習：掌握從經典模型到Transformer架構 本書內容改編自第16屆iThome鐵人賽AI/ ML & Data組佳作系列文 章《從零開始學AI：數學基礎與程式碼撰寫全攻略》。本書是專為AI 初學者與工程師所寫的實戰指南，涵蓋從數學基礎、NumPy操作到 PyTorch建模與經典深度學習架構，強調不只教「怎麼做」，更解析 「為什麼這樣做」。 作者結合競賽與實務經驗，深入剖析流程邏輯與常見錯誤，帶你掌握 資料前處理、特徵選取、模型訓練、效能評估與部署，並逐步理解從 感知器到Transformer的核心概念，幫助你真正理解模型原理、具備 獨立設計與優化AI模型的能力。 【目標讀者】 ✪想要補足實作能力並加強理解、提升競賽與研究成果的學生與研究 者。 ✪想用多樣的方式理解複雜概念、對AI感興趣的非專業人士。 ✪想要理解並導入AI技術、強化職場競爭力軟體的開發人員與工程 師。 ✪調整模型成為特定領域專家、使其協助日常生活的專業領域人士。
作者簡介 黃朝隆 現任AI研發工程師，專注於人工智慧與軟體開發，擅長自然語言處 理、生成式AI及大型語言模型應用，致力於將前沿技術導入企業實務 與智慧化系統。自碩士期間起，積極參與跨領域專案與學術研究，曾 率領團隊於2025 AI CUP全國大專院校人工智慧競賽榮獲冠軍與亞 軍，並取得多項競賽佳績。 除研發與著作外，亦受邀擔任企業內訓與學術講師，並具有國內外家 教經驗，長期協助澳洲、新加坡及台灣的大專學生及業界工程師學習 Python、深度學習、自然語言處理及AI專案開發。以實務導向與國 際視野的教學方式，協助學生成功完成學業、研究專案，並順利進入 人工智慧相關產業。
本書目錄 |Chapter 01| 人工智慧入門與Python環境建置 1.1 人工智慧的發展歷程：從熱潮到寒冬，再到現在 1.2 拆解三大核心：人工智慧、機器學習與深度學習 1.3 機器學習的四種學習方式：監督、非監督、強化與遷移 1.4 Python與Jupyter Notebook實作的開發利器 1.5 常見問題與知識總整理 1.6 小結 |Chapter 02| 單層感知器的數學原理與實作入門 2.1 感知器簡介：人工智慧的起點 2.2 前向傳播：從輸入到預測的數學轉換 2.3 損失函數與反向傳播：學習的數學核心 2.4 梯度下降與參數更新：從錯誤中修正的機制 2.5 章節實作：從單層感知器建立到預測輸出 2.6 常見問題與知識總整理 2.7 小結 |Chapter 03| 多層感知器與優化策略實戰 3.1 多層感知器的誕生：破解單層感知器的限制 3.2 MLP結構與數學原理：從輸入到機率輸出 3.3 反向傳播機制：從損失回推模型調整方向 3.4 選擇適當優化器：GD與SGD差異比較 3.5 章節實作：MLP訓練與優化器效能分析 3.6 常見問題與知識總整理 3.7 小結 |Chapter 04| PyTorch環境搭建與深度神經網路實作 4.1 PyTorch安裝與環境驗證 4.2 資料處理與MLP模型訓練流程 4.3 章節實作：MLP在CIFAR-10上的應用 4.4 常見問題與知識總整理 4.5 小結 |Chapter 05| CNN原理與PyTorch實作 5.1 CNN基礎與卷積細節 5.2 章節實作：圖像前處理與可調式CNN模型設計 5.3 常見問題與知識總整理 5.4 小結 |Chapter 06| 文字處理、序列模型與情緒分析實戰 6.1 斷詞與子詞策略 6.2 向量化方法：獨熱編碼 vs 詞嵌入 6.3 循環神經網路（RNN） 6.4 長短期記憶（LSTM） 6.5 門控循環單元（GRU） 6.6 章節實作：IMDB情緒分類（BERT分詞 + GRU） 6.7 常見問題與知識總整理 6.8 小結 |Chapter 07| Seq2Seq與Attention架構解析 7.1 Seq2Seq基礎：Encoder + Decoder 7.2 Attention強化：解決資訊壓縮瓶頸 7.3 章節實作：中英翻譯模型 7.4 常見問題與知識總整理 7.5 小結 |Chapter 08| 萬物皆可Transformer：Encoder與BERT系列 8.1 遷移學習與微調 8.2 Transformer Encoder 8.3 BERT：雙向編碼器預訓練模型 8.4 章節實作：假新聞辨識 with BERT 8.5 常見問題與知識總整理 8.6 小結 |Chapter 09| 萬物皆可Transformer：Decoder與GPT系列 9.1 Transformer Decoder 9.2 GPT-1 9.3 GPT-2：規模、Pre-LN與殘差縮放 9.4 GPT-3：少樣本 / 零樣本與提示學習 9.5 章節實作：微調GPT-2用於翻譯任務 9.6 常見問題與知識總整理 9.7 小結 |Chapter 10| 萬物皆可Transformer：中文語音辨識與Whisper微 調 10.1 語音資料格式與特徵萃取 10.2 Whisper模型架構 10.3 QLoRA：高效微調大模型 10.4 章節實作：中文語音辨識微調實作流程 10.5 常見問題與知識總整理 10.6 小結 |Chapter 11| 萬物皆可Transformer：從GPT-3到LLaMA 3的指示 學習 11.1 從提示學習到指示學習 11.2 ChatGPT三階段訓練流程 11.3 LLM架構優化技術 11.4 章節實作：用LLaMA 3訓練繁中聊天機器人 11.5 常見問題與知識總整理 11.6 小結
超實用AI技能工具箱
AI 最強調整術：使
BDD in Act
AI提示工程師的16
AI 行銷新利器！C
測試設計：不可控的「
每個程式設計師都應該
給工程師的 AI 技
深談AWS雲端上的A
圖解資料結構 × 演
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
