導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
216.73.216.155
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 大模型应用开发·RAG入门与实战 的原始碼
←
大模型应用开发·RAG入门与实战
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
{| class="wikitable" align="right" |- |<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/bdccfbac/9b52ec13e9966b90_s.jpg width="250"></center> <small>[https://search.kongfz.com/product/?dataType=0&keyword=%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BA%94%E7%94%A8%E5%BC%80%E5%8F%91%C2%B7RAG%E5%85%A5%E9%97%A8%E4%B8%8E%E5%AE%9E%E6%88%98&page=1 来自 孔夫子旧书网 的图片]</small> |} 《'''大模型应用开发·RAG入门与实战'''》,陈明明 等 著,出版社: 人民邮电出版社。 ==内容简介== 本书详细解析了RAG(Retrieval-Augmented Generation,检索增强生成)[[技术]]及其应用,从文档的分块与向量化,到利用深度学习模型进行向量检索,再到结合Prompt技术以实现精准响应,每个知识点都有清晰的逻辑<ref>[https://cul.sohu.com/a/621107077_121124359 何为逻辑?],搜狐,2022-12-26</ref>阐述与实践案例;同时,介绍了PyTorch编程基础与深度学***概念。此外,本书还涵盖了一系列实用技术,如Web可视化工具Streamlit与Gradio的使用,以及如何利用这些工具快速构建交互式界面,直观展示RAG技术的效果。最后,通过动手实现[[PDF]]阅读器的实例,读者能亲自体验从理论到实践的过程,加深对RAG技术的理解与掌握。 本书内容通俗易懂,适合对文档搜索和RAG应用感兴趣的读者阅读,也可以作为从事大语言模型相关工作的人员的参考书。 ==作者介绍== 陈明明,[[数据科学]]博士,研究方向为自然语言处理、深度学习及贝叶斯统计;曾就职于微软,从事自然语言处理和人工智能的开发工作。 潘翔,[[计算机应用]]<ref>[https://www.sohu.com/a/330683148_770374 计算机应用技术专业 ],搜狐,2019-07-31 </ref>博士,研究方向为卷积网络、大数据分析、大语言模型、多模态数据分析;主持了国家自然科学基金、浙江省科学技术厅等重点项目,在IEEEJournalofBiomedicalandHealthInformatics、《计算机学报》等期刊和国际会议上发表30多篇论文;目前就职于浙江工业大学计算机科学与技术学院。 戴弘毅,毕业于[[维克森林大学]]和波士顿大学,研究方向为自然语言处理、深度学习及金融市场分析。 ==参考文献== [[Category:040 類書總論;百科全書總論]]
返回「
大模型应用开发·RAG入门与实战
」頁面