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
|
．
生成式AI x RA
．
資料視覺化：用Pyt
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
《生成式AI × 穩健提示框架技術 III》語言模型與介面設計篇 | Hugging Face × Streamlit × Gradio
作者：
黃朝健
分類：
電腦與網路
／
AI•人工智慧
出版社：
深智數位
出版日期：2026/8/17
ISBN：9786267889602
書籍編號：kk0611919
頁數：384
定價：
790
元
優惠價：
79
折
624
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=kk0611919'>《生成式AI × 穩健提示框架技術 III》語言模型與介面設計篇 | Hugging Face × Streamlit × Gradio</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0611919'><img src='https://www.silkbook.com/mall_image/bk/kk0611919.jpg' ALT='《生成式AI × 穩健提示框架技術 III》語言模型與介面設計篇 | Hugging Face × Streamlit × Gradio' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
《生成式AI × 穩健提示框架技術 III》語言模型與介面設計篇 | Hugging Face × Streamlit × Gradio 「從模型到介面，從部署到串接，打造可操作、可擴充的語言模型應用」 ◼ 建立穩定的開發與資料處理基礎 從 Google Colab、Anaconda、Jupyter Notebook 到 Pandas，掌握 CSV、Google Sheets 與多種資料格式的讀取、整理與比對。 ◼ 將 Python 程式轉化為可操作的動態 APP 比較 Gradio、Streamlit、Tkinter 與 CustomTkinter 的介面特色，實作股價資料查詢與財報 RAG 應用。 ◼ 完成 Hugging Face Spaces 部署與除錯 掌握 requirements.txt、README、Secret、API Key、套件版本管理，以及常見平台部署流程。 ◼ 理解開源模型、微調與量化技術 認識 Llama、ChatGLM、TAIDE、Breeze、Qwen、Yi，並掌握 SFT、LoRA、QLoRA、模型量化、RLHF、PPO 與 DPO 的微調核心概念。 ◼ 串接知識庫、通訊工具與跨平台工作流 實作 RAG、AnythingLLM、MAKE、Line Bot、Google Sheets、Telegram、Claude API 與 MCP，延伸模型的查詢、推播與任務串接能力。 專業推薦 (排名不分先後) 國立中山大學物理系─莊豐權特聘教授 欣榮藝術行銷有限公司 執行長、吾料音樂創造工作室 創辦人─侯沛罧 敬薦 綠先農業科技國際股份有限公司─張靜雯經理 伽碩職訓中心─郭明洽執行長 嘉南藥理大學人工智慧與多媒體應用系─蘇致遠教授 元大─陳尚瑋副理 數位行銷顧問─佘昀 永義房屋高鐵自由加盟店 店長 / 第21 屆金仲獎楷模─王靚瑜 永達保經─李雅雯經理
▌1 基礎雲端IDE 安裝與設定 1.1 Google Colaboratory 介紹與安裝 1.2 Anaconda 安裝 － Jupyter Notebook 1.3 Python 版本差異說明 1.4 IDE 環境與API 衝突排解 1.5 CMD 下指令安裝 ▌2 基礎Pnadas 讀寫與勾稽比對應用 2.1 Pandas 讀取CSV 應用 2.2 Pandas 讀Google Sheets 介紹 2.3 Pandas 用於勾稽比對不同表單 2.4 Pandas 讀取不同資料格式說明 ▌3 雲端部署平台介紹 3.1 什麼是Hugging Face ( 抱抱臉) 3.2 註冊Hugging Face 帳號 3.3 不同部署空間介紹與說明 ▌4 介面的設計與改寫方法 4.1 Gradio 動態APP 框架介紹與說明 4.2 Streamlit 動態APP 框架介紹與說明 4.3 Tkinter 使用者介面介紹與說明 4.4 CustomTkinter 使用者介面介紹與說明 ▌5 生成式AI 工具開發介紹 5.1 Claude AI 介紹與應用－ Cowork ＆ Dispatch 介紹 5.2 Vibe Coding 應用 5.3 Perplexity AI 介紹與應用－ Comet ＆ Computer 介紹 5.4 Chrome 內建Gemini 的應用(FB 和Threads 為例) ▌6 動態APP 改寫實作 6.1 Hugging Face 部署觀念與requirements.txt 6.2 股價爬取實作改寫成Gradio 框架與部署 6.3 刪除Space 與Secret 埋API Key 的作法 6.4 財報RAG 加上Line Bot 推播助理的Gradio 部署 6.5 何謂README.md 與最新框架的版號 6.6 如何在HuggingFace 上除錯 6.7 股價爬取實作改寫成Streamlit 框架與部署 ▌7 常見開源模型介紹 7.1 Llama 模型介紹 7.2 ChatGLM 模型介紹 7.3 TAIDE 模型介紹 7.4 Breeze 模型介紹 7.5 Qwen 模型介紹 7.6 Yi 模型介紹 7.7 各家模型比較優劣 7.8 FormosanBank 資料庫介紹 ▌8 LLM 微調必備知識 8.1 什麼是SFT？ 8.2 準備SFT 所需的資料 8.3 SFT 在企業問答、摘要、分類與助理系統的應用 8.4 量化壓縮、剪枝法、知識蒸餾介紹 8.5 BF16、INT8、INT4、NF4 量化基本概念 ▌9 LLM 載入與量化應用 9.1 Full－Tuning VS. LoRA VS. QLoRA 9.2 LoRA 的核心原理與優勢 9.3 QLoRA 如何在量化基礎上進一步降低成本 9.4 不同微調方法適用場景比較 9.5 關鍵區塊、訓練參數等核心設定的微調 ▌10 SFT 訓練資料準備與微調實戰 10.1 SFT 與QLoRA 微調模型輸出與測試觀念介紹 10.2 SFT 與QLoRA 微調模型輸出與測試實作 ▌11 偏好對齊與RLHF 與DPO 核心觀念 11.1 RLHF 的基本流程與設計思維 11.2 DPO 的核心概念與相對優勢 11.3 PPO 在傳統RLHF 中的角色 11.4 SFT 與DPO 比較 ▌12 RAG 應用與打造地端的個人知識庫 12.1 什麼是RAG？ 12.2 不同RAG 的介紹與應用 12.3 Groq API key 申請 12.4 RAG 程式實作 12.5 申請Gemini API 的應用 12.6 Anyting LLM－ 新增桌面助手應用 12.7 Gemini Notebook 和 AnythingLLM 比較 ▌13 MAKE 工作流－ 跨平台的應用 13.1 MAKE 第三方串接平台應用實作 13.2 Line Bot 與Google Sheets 串接與應用 ▌14 Telegram 通訊軟體應用實作 14.1 Telegram 介紹與安裝 14.2 Telegram 的token 和Chat ID 申請實作 14.3 Telegram Say Hi 的程式模組 14.4 Telegram 回音的程式模組 14.5 Telegram 檔案傳送模組 14.6 Telegram 圖片傳送模組 14.7 Line Bot 和 Telegram 兩者的比較 ▌15 Manus Agent 的介紹與應用 15.1 Manus AI 是什麼？ 15.2 Manus AI 技術核心與使用方式 15.3 Manus AI 效率應用場景 15.4 Manus AI 方案與價格選擇 15.5 Manus AI 常見問題整理 總結 ▌16 Claude AI 證照介紹 16.1 Claude AI 是什麼？ 16.2 Claude AI 證照如何取得？ 16.3 Claude 基礎入門 16.4 實戰 Claude Code 16.5 Agent Skills 簡介 16.6 Claude API 開發應用 16.7 MCP 架構
Google Gem
ChatGPT 對話
輕鬆學會RAG實作開
ChatGPT ×
Claude Cod
OpenClaw 實
萬顆GPU的訓練：分
現代 AI 全景聖經
用 macOS 完整
AI時代不缺席 －
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。
