书城首页 › 当代 › 综合 › AI训练师手册2:DEEPSEEK+模型训练+商业应用实操
当代·综合

AI训练师手册2:DEEPSEEK+模型训练+商业应用实操

正版保障多仓发货48小时内发货2-3天送达可开发票
¥40.98 定价 ¥79.00 5.2折 立省 ¥38.02
现货库存 19 件 全新
商品参数
书名
AI训练师手册2:DEEPSEEK+模型训练+商业应用实操
作者
谷建阳,贾一琦 编著 编
出版社
北京大学出版社
出版时间
2025-11-01
ISBN
9787301367391
货号
1203948938
品相
全新
分类
当代·综合
购物车(0)
商品参数
书名
AI训练师手册2:DEEPSEEK+模型训练+商业应用实操
作者
谷建阳,贾一琦 编著 编
出版社
北京大学出版社
出版时间
2025-11-01
ISBN
9787301367391
货号
1203948938
品相
全新
分类
当代·综合
编辑推荐▼

技能+实战技术:从数据获取、标注到优化,掌握DeepSeek、语言、绘画、语音等前沿模型训练。

8大领域应用:政务、教育、交通、智驾、医疗、法律、金融、农业,助你快速将AI技术转化为商业价值。

超值赠送:130多分钟教学视频+43个精选素材文件+21个效果展示文件+30组实用AI提示词+168页的PPT教学课件+23个AI工具使用链接+30个AI智能体+工作流实战技巧+42个DeepSeek+提示工程应用方法+45个大语言模型商业应用实操案例。

作者简介▼

谷建阳

----------------------------

谷建阳,人工智能工程师、算法工程师,AI训练师,湖南大学计算机专业毕业,在AI深度学习、深层算法、机器学习等方面拥有深厚的理论基础,能够全面掌握各种算法和模型的特性,擅长使用TensorFlow、PyTorch等主流深度学习框架进行模型训练,并能够根据客户需求灵活选择合适的工具和库进行定制化开发。在清华社出版《AI人工智能:发展简史+技术案例+商业应用》加印13次,在我社出版《AI训练师手册:算法与模型训练从入门到精通》一书,目前首印4000册,加印3000册。

贾一琦

----------------------------

贾一琦,本科毕业于加拿大特伦特大学计算机信息系统专业,硕士毕业于北京理工大学软件工程专业。致力于研究职业教育、校园信息化建设、继续教育、国际交流合作等相关课题。《高职院校国际交流与合作现状研究》课题获河北省人力资源和社会保障厅三等奖,《大数据时代职业技能人才培养模式路径研究》课题获河北省人力资源和社会保障厅一等奖。工作单位:河北轨道运输职业技术学院。

目录▼

第1篇 AI基础

第1章 AI入门:认识人工智能模型训练

1.1 基础入门:了解人工智能与模型训练

1.1.1 为什么要学人工智能

1.1.2 人工智能是如何发展起来的

1.1.3 人工智能的核心逻辑是什么

1.1.4 什么是模型,模型是怎么训练的

1.1.5 什么是模型量化与模型蒸馏

1.2 AI大模型:工作逻辑解析

1.2.1 了解GPT模型的工作原理

1.2.2 GPT为什么能够获得成功

1.2.3 AI强化学习解决大模型推理问题

1.2.4 RAG检索技术解决大模型幻觉问题

1.2.5 神经网络是AI模型训练的核心技术

1.2.6 Transformer催生出一切AI大模型

1.3 DeepSeek:探究其特性与应用

1.3.1 DeepSeek为什么爆火

1.3.2 DeepSeek的6种使用途径

1.3.3 DeepSeek的逻辑推理能力

1.3.4 DeepSeek的联网搜索能力

1.3.5 DeepSeek的商业应用案例

本章小结

课后实训

第2章 模型部署:在本地使用DeepSeek

2.1 模型安装:DeepSeek本地部署

2.1.1 部署前的准备工作

2.1.2 安装Python依赖项

2.1.3 下载与安装Ollama

2.1.4 下载DeepSeek模型

2.1.5 试运行DeepSeek模型

2.1.6 配置Cherry Studio前端界面

2.2 插件部署:DeepSeek扩展应用

2.2.1 安装Page Assist插件

2.2.2 配置Page Assist插件

2.2.3 测试DeepSeek模型

本章小结

课后实训

第3章 数据获取:构建AI模型的知识库

3.1 数据与模型:看懂AI训练中的核心关联

3.1.1 通俗解读模型训练中的数据集

3.1.2 获取公开数据集的常用途径

3.1.3 生成高质量的模型微调数据集

3.2 搭建知识库:构建大模型的训练数据集

3.2.1 下载并安装AnythingLLM

3.2.2 配置AnythingLLM

3.2.3 上传私有的训练数据集

本章小结

课后实训

第4章 数据标注:引导模型学习提升性能

4.1 数据标注:大模型的“智能基因编辑师”

4.1.1 数据标注的概念与技术原理

4.1.2 数据标注在大模型中的作用

4.2 MakeSense:图像数据标注实战指南

4.2.1 选择打标任务类型

4.2.2 创建和添加自定义标签

4.2.3 给图像数据打标

4.2.4 修改标注项目的名称

4.2.5 导出打标数据文件

本章小结

课后实训

第5章 模型微调:让AI训练效果达到预期

5.1 微调的本质:让模型“听懂”领域语言

5.1.1 揭开模型微调的神秘面纱

5.1.2 微调与长文本、知识库、预训练的区别

5.1.3 模型微调的工具和基本流程

5.2 OpenAl Platform:GPT模型微调技巧

5.2.1 模型是否真的需要微调

5.2.2 训练数据准备规范

5.2.3 登录OpenAl Platform平台

5.2.4 创建微调模型并上传训练数据

5.2.5 模型微调的超参数配置策略

本章小结

课后实训

第2篇 模型训练

第6章 语言模型训练:高效赋能各业务场景

6.1 使用Page Assist训练DeepSeek

6.1.1 配置文本嵌入模型

6.1.2 创建知识库

6.1.3 添加提示词

6.1.4 测试模型效果

6.2 使用Cherry Studio训练DeepSeek

6.2.1 添加嵌入模型

6.2.2 创建知识库

6.2.3 添加文件并进行向量化处理

6.2.4 搜索知识库

6.2.5 引用知识库生成回复

本章小结

课后实训

第7章 绘画模型训练:创意生成与视觉设计

7.1 使用SD-Trainer训练LoRA模型

7.1.1 LoRA模型简介

7.1.2 安装SD-Trainer训练器

7.1.3 准备与整理训练数据集

7.1.4 使用WD标签器标注数据

7.1.5 设置底模文件和数据集路径

7.2 使用Stable Diffusion测试模型效果

7.2.1 部署训练好的LoRA模型

7.2.2 使用LoRA模型实现文生图

本章小结

课后实训

第8章 语音模型训练:智能声音克隆与处理

8.1 使用weights训练语音模型

8.1.1 认识与登录weights平台

8.1.2 设置模型的详细信息

8.1.3 上传音频数据集并训练模型

8.2 使用AI模型克隆声音制作音乐MV

8.2.1 克隆声音唱歌

8.2.2 剪辑音频与视频素材

8.2.3 智能识别歌词

本章小结

课后实训

第3篇 商业应用

第9章 政务与教育:AI赋能治理与教学创新实践

9.1 政务与教育领域的AI模型训练要点

9.1.1 数据隐私防护

9.1.2 多模态融合

9.1.3 数据动态脱敏

9.2 政务领域的AI模型训练商业应用场景

9.2.1 公共服务优化

9.2.2 政务决策支持

9.2.3 城市治理升级

9.3 教育领域的AI模型训练商业应用场景

9.3.1 个性化学习支持

9.3.2 教学效能提升

9.3.3 教育硬件赋能

本章小结

课后实训

第10章 交通与智驾:构建安全高效出行解决方案

10.1 交通与智驾领域的AI模型训练要点

10.1.1 数据安全与合规

10.1.2 模型鲁棒性强化

10.1.3 实时性保障方案

10.2 交通领域的AI模型训练商业应用场景

10.2.1 智能交通管理

10.2.2 智慧出行服务

10.2.3 主动安全防控

10.3 智驾领域的AI模型训练商业应用场景

10.3.1 感知系统升级

10.3.2 决策规划突破

10.3.3 仿真测试革新

本章小结

课后实训

第11章 医疗与法律:重塑精准诊疗与服务流程

11.1 医疗与法律领域的AI模型训练要点

11.1.1 数据安全与隐私保护

11.1.2 持续学习机制

11.1.3 边缘部署优化

11.2 医疗领域的AI模型训练商业应用场景

11.2.1 临床诊疗升级

11.2.2 健康管理创新

11.2.3 医院管理优化

11.3 法律领域的AI模型训练商业应用场景

11.3.1 法律文本智能处理

11.3.2 法律研究赋能

11.3.3 企业合规管理

本章小结

课后实训

第12章 金融与农业:驱动智能决策与产业升级

12.1 金融与农业领域的AI模型训练要点

12.1.1 数据治理

12.1.2 模型部署与监控

12.1.3 可解释性突破

12.2 金融领域的AI模型训练商业应用场景

12.2.1 投资决策智能化

12.2.2 风险管控升级

12.2.3 运营效能提升

12.3 农业领域的AI模型训练商业应用场景

12.3.1 智能经营管理

12.3.2 资源利用优化

12.3.3 供应链创新

本章小结

课后实训

文摘▼

本书是一本全面且系统的AI训练师指南,旨在帮助读者掌握从基础理论、常用技能到商业应用的各项AI技巧。本书内容沿两条核心主线展开,为读者搭建扎实的学习与实践框架。

技能线:全面覆盖AI模型训练的关键技能,从基础的AI入门知识、模型部署、数据获取、数据标注、模型微调,到进阶的语言模型训练、绘画模型训练、语音模型训练,再到AI模型的商业应用,层层递进,确保读者能够系统掌握AI训练的核心功能与应用技巧。

案例线:精心设计多个领域的商业应用案例,包括政务、教育、交通、智驾、医疗、法律、金融和农业等,将理论知识融入实际业务场景,提升读者解决实际问题的能力。

本书内容深入浅出,实例丰富多元,适合对AI技术感兴趣、希望成为AI训练师的初学者,以及人工智能与科技、政务、教育、交通、医疗、金融、法律以及农业等各个领域的从业人员。无论是个人学习提升,还是作为培训机构和高等院校的教学参考,本书都能提供全方位的知识支持和实践指导。

¥40.98
🛒购物车