好看的计算机小说畅销排行榜排名前十的小说推荐

本书系统介绍并行与分布式图神经网络的核心技术和实践方法，内容全面、结构清晰，既涵盖理论基础，又包含系统实现与编程案例，具有很高学术价值和工程指导意义。全书共9章。第1章介绍图神经网络的背景、发展历史和现状，并探索大规模图神经网络的缘由；第2章介绍图神经网络模型的基础知识及其应用；第3章介绍分布式并行机器学习的流程、训练模式、训练架构、物理架构等基础知识；第4章从整体上介绍分布式并行图神经网络训练的流程和方法；第5章和第6章分别介绍大规模图神经网络的小批次分布式并行训练和全图分布式并行训练方法及其优化技术；第7章介绍经典的大规模图神经网络系统；第8章介绍大规模图神经网络编程实践案例；第9章探讨大规模图神经网络技术的未来发展方向。

·13万字

会员

自然语言处理：大模型理论与实践

本书是一本全面介绍大语言模型的教材，旨在帮助读者掌握这一前沿人工智能技术。本教材首先从自然语言处理基础和神经网络原理出发，逐步引领读者深入了解大语言模型的构建与训练方法。通过系统讲解Transformer架构，使读者能够理解其核心机制。与传统的教材不同，本书强调实践与应用。通过大量实例，读者将学会如何利用大语言模型进行自然语言生成、文本分类、情感分析等任务，极大地拓展了应用领域。本教材内容丰富，步骤详细，解释了基本概念，并提供了实用示例。读者将首先了解NLP是什么以及关键理论技术，特别是如何通过大型模型来完成NLP中的各种任务。随后，读者将学习当前广泛的自然语言处理和大语言模型相关技术，并了解每种技术的最佳应用场景，包括新的大型语言模型（LLMs）。在此过程中，本书将介绍相关的自然语言处理Python库。读者不仅将学习NLP的基础知识，还将了解许多实际问题，如获取数据、评估系统、改善系统结果和部署NLP应用程序。本教材的独特之处在于深入剖析了模型训练和优化的关键步骤，为读者提供了优化模型性能的实用方法。本教材适合不同程度的自然语言处理和深度学习基础的学生、研究人员以及从业者。无论你是计算机科学、人工智能、数据科学等相关领域的学习者，还是希望应用大语言模型于实际场景的专业人士，本教材都将成为你深入研究这一领域的得力助手。

·24.1万字

会员

数据空间探索与实践

这是一部系统梳理和总结华为在数据空间领域的研究成果与实践经验的著作，全面讲解了如何构建可信、可控、可证的数据流通体系，旨在为跨主体、跨边界数据共享这一难题提供完整的解决方案。华为致力于数据空间理论与架构的研究近8年，积极参与国际数据空间协会（IDSA）、Gaia-X等国际组织的生态共建与标准制定，并与欧洲的相关科研机构在研究项目上开展了大量的合作。华为成功研发了自己的数据空间服务产品EDS（交换数据空间），并在鲲鹏昇腾生态率先得到验证，如今已经在华为内部的4大类20多个场景和外部的大量客户中得到广泛应用。在此基础上，华为将自己在数据空间理论框架、工程实践、落地原则等方面的认知、经验、教训凝结成了这本书。本书将为您揭示数据流通的破局之道，从理论到实践、从架构到落地，全面解析数据空间这一创新方案。本书将为您的数据战略规划和数字化转型实践提供极具价值的参考与指引，帮助您在数据浪潮中占得先机。

·12.5万字

会员

AI驱动开发：企业级机器学习与自动化编程实战

本书展示了如何使用AI工具构建应用程序和机器学习模型，以及自动化重复性任务。书中第1章~第7章主要聚焦于编程，用AI工具完成从用户界面构建到后端开发的过程。你将使用提示词来创建使用HTML进行构建的应用程序的外观，用CSS来设计样式，并借助JavaScript增加行为，同时处理多个视口。随后，你将使用Python和Flask创建一个WebAPI，并对代码进行重构以提升可读性。最后，借助GitHubCopilot，优化现有代码的可维护性和性能。第8章~第19章提供了从数据检查（检查数据、创建分布图和相关矩阵）到构建和优化神经网络的数据科学提示工具包。你将针对各种机器学习模型和用例，使用不同的提示策略进行数据预处理、特征工程、模型选择、训练、超参数优化和模型评估。第20章和第21章探讨了GitHubCopilot的高阶技术和软件智能体，包括代码生成、调试以及故障排除的技巧。你将了解AI驱动的智能体如何更简单地工作，并发现工具调用的奥秘。

·17.7万字

会员

深度学习黑箱：数学基础与架构设计

本书详细阐释深度学习的数学基础与架构设计，通过精心设计的章节，逐步带领读者从基础的数学工具深入复杂的深度学习架构，涵盖从向量和矩阵到神经网络的训练、优化和正则化，再到生成模型、自编码器等前沿主题，并提供详尽的数学分析和代码示例。作者团队结合Adobe、Google等企业的前沿实践，通过PyTorch代码逐层拆解卷积神经网络、变分自编码器等核心架构，揭示“为何这样设计”的底层逻辑。书中独创的“数学-代码对照学习法”与可视化工具，将帮助读者突破“知其然不知其所以然”的困境，适合希望从调参工程师进阶为架构设计师的深度学习从业者、研究者及高阶学习者。

·24.2万字

会员

差分隐私：OpenDP理论与实践

差分隐私可以在不泄露数据集中具体个人信息的前提下，准确发布数据集的统计信息。本书详细阐述了差分隐私的理论基础、实际应用以及面临的挑战，覆盖具体算法和数学模型。全书分为三部分：第一部分介绍差分隐私的理论，详细解释了准备数据和执行差分隐私数据发布所需的各个概念；第二部分探讨差分隐私的应用，包括如何查询不同的数据格式（如搜索日志）以及在机器学习算法中添加差分隐私；第三部分则关注从业者需要了解的重要主题，例如理解隐私攻击、设置隐私参数以及部署首次差分隐私数据发布。本书适合数据管理人员、数据技术相关人员、安全领域技术人员等阅读。

·14.7万字

会员

AI大模型必知必会：从工具思维到智能协同

本书旨在为大众入门读者提供一个全景视角，理解AI大模型技术的基本知识（普及）及其在现代社会中的应用，未来的趋势、挑战和机会。首先回顾了人工智能的诞生、发展以及未来趋势。接着，详细介绍了AI大模型的定义、与传统模型的比较，以及在医疗、金融、零售、制造业等多个行业的应用案例、技术产品服务及商业模式剖析。此外，书中还探讨了AI大模型对社会的广泛影响。

·17.1万字

会员

Flask从入门到进阶：Python Web开发工程化实践

这是一本为各水平层次的PythonWeb开发者提供完整FlaskWeb开发知识体系的鸿篇巨著，由Flask官方团队成员撰写，获得Flask之父ArminRonacher的高度认可和推荐。本书内容系统全面，从Flask的基础知识到完整的Flask项目实战，从FlaskWebAPI开发到Flask应用的性能优化，从Flask项目的生产部署到Flask的源码解析，本书提供了完整的PythonWeb工程化学习路径。本书实战案例丰富，基础篇的大部分章节都针对相应的知识点提供了完整可运行的示例程序，实战篇则通过2个较为完整的Flask项目讲解了Flask项目的组织方式和技巧，以及Flask开发中各类功能的实现方法和技巧。内容紧跟技术发展，书中的代码和示例程序均基于Flask新发布的稳定版3.x编写，书中涉及的其他Python包和前端库也全部采用当前的新版本，确保本书在未来较长一段时间内仍可保持先进性和实用性。本书不仅提供系统的知识讲解和完整的项目源码，还提供丰富的在线资源和活跃的读者社群。只要你了解Python的基本语法，无论你是零基础Web开发爱好者，还是想从事PythonWeb开发的后端工程师、运维工程师、爬虫工程师、数据科学工程师等，抑或是想要从Django、FastAPI等其他PythonWeb框架转向Flask的Python工程师，都能从中获益匪浅。掌握本书，你将不再畏惧任何复杂的Web开发需求，在AI时代构筑自己坚不可摧的核心竞争力。

·29.2万字

跳转至页