
歐陽植昊 梁菁菁 呂雲翔
本書由淺入深地介紹了生成式AI的理論與實踐,內容涉及從基礎原理到前沿應用,爲讀者提供了一個系統的認知框架。本書從生成式AI技術的基礎工具入手,逐步深入到Transformer模型與GPT的原理和應用,詳細介紹了圖像生成模型Stable Diffusion,以及LangChain與AI Agent的相關知識。書中結合開源代碼分析,展示了生成式AI在各行各業的實際應用,並探討了其在高速發展過程中所面臨的倫理和隱私風險。 本書適合對生成式AI感興趣的讀者閱讀,無論你是初學者還是有一定編程基礎的人士,都能從中獲得寶貴的知識和經驗。對於零編程基礎的讀者,本書提供了跳過代碼實現的理論學習路徑。
《生成式AI實戰》圍繞“如何從零到一掌握並落地生成式AI”這一核心目標展開,全書內容可概括爲四個層次: 1. 理論基礎 • 介紹生成式AI的基本概念、發展脈絡以及常見技術路線,爲後續實踐奠定概念與數學基礎。 2. 關鍵模型與框架 • 詳解 Transformer 結構與 GPT 等大語言模型的原理,並給出從頭實現或改造這些模型的步驟。 • 講解圖像生成模型 Stable Diffusion 的工作機制及使用方法,使讀者能夠在文本-圖像多模態場景中動手實驗。 3. 工程化與應用 • 通過 LangChain、AI Agent 等工具,展示如何把模型集成到實際業務流程,構建智能對話、代碼補全、多模態應用等場景。 • 結合開源代碼案例,逐步演示在各行各業(如金融、廣告、內容生產)的具體落地方式。 4. 倫理、風險與未來 • 討論生成式AI高速演進帶來的隱私、安全與倫理挑戰,提出負責任使用的實踐建議,並展望技術發展趨勢。 無論讀者具備零基礎還是一定編程經驗,都可以按照書中提供的“理論→模型→應用→風險”路徑,系統掌握生成式AI的核心知識與實戰技能。
入門(僅僅入門)Generative AI應用非常可以,基本是實戰應用,像比較新的aigc的diffuser、controlnet、comfyui以及要用的modelscope平臺都有介紹,入門可以省卻不少尋找視頻資料的時間且可以建立基礎認知。 找到這本書是因爲發現三作北航呂雲翔老師很高產hhh,但是他一作的僅僅一百多頁的 清華大學出版社的機器學習基礎把重要的數學基礎都囊括了,非常難得。
書中的例子代碼太老了,2026年3月份,做練習,很多代碼跑不起來