生成式AI入門與AWS實戰
[美]克里斯·弗雷格利 [德]安特耶·巴特 [美]舍爾比·艾根布羅德
830人在讀
18.3萬字總字數
¥63.87定價
[美]克里斯·弗雷格利 [德]安特耶·巴特 [美]舍爾比·艾根布羅德
本書是專注於如何在AWS上開發和應用生成式AI的實用指南，旨在爲技術領導者、機器學習實踐者、應用開發者等提供深入瞭解和應用生成式AI的策略與方法。本書首先介紹了生成式AI的概念及其在產品和服務中的應用潛力，然後詳細闡述了生成式AI項目的完整生命週期。作者探討了多種模型類型，如大語言模型和多模態模型，並提供了通過提示工程和上下文學習來優化這些模型的實際技巧。此外，本書討論瞭如何使用LoRA技術對模型進行微調，以及如何通過RLHF使模型與人類價值觀對齊。書中還介紹了RAG技術，以及如何利用LangChain和ReAct等開發agent。最後，本書介紹瞭如何使用Amazon Bedrock構建基於生成式AI的應用程序。基於該強大的平臺，讀者可以實現自己的創新想法。 本書適合對生成式AI感興趣的學生和研究人員、在AWS上開發AI應用程序的軟件開發人員和數據科學家、尋求利用AI技術優化業務流程的企業決策者以及對技術趨勢保持好奇心的科技愛好者閱讀。
讀過關於雲平臺+AIGC最好的一本書，在不展開細節的情況下，闡述結構很清晰。
針對大模型開發的AWS產品手冊。
這本書有3名作者，十幾位譯者，一半左右是做產品的。(本來是想評推薦的，有好幾篇文章在推薦這本書) 我之前以爲書名包含入門的就是會很淺顯易懂，不要求全面但基礎的知識都講到還有講的東西至少是正確的。看了這本書，我明白了入門就是告訴你要學這個東西你需要了解的，對着書上提到的可以自己找資料，不過書裏面很多涉及的技術都沒有寫全面。所以如果要找另外的資料，可以直接搜章節的題目而不是小節的題目。
顯存、量化那裏可以當場科普讀物來看。還不錯。其他部分，就算了，沒什麼參考意義。
很多代碼跑不起來啊，而且越到後面越水了，就寫了一大堆概念在那
對於使用AWS進行大模型領域的開發學習挺有幫助， 整體上前面的章節好一些。
這本書主要結合了aws服務來介紹大模型訓練，微調，內存優化，部署，評估，RAG，多模態等，示例代碼只提供了大致框架，整體上爲讀者提供了完整的學習路線。