生成式AI入门与AWS实战
[美]克里斯·弗雷格利 [德]安特耶·巴特 [美]舍尔比·艾根布罗德
830人在读
18.3万字总字数
¥63.87定价
[美]克里斯·弗雷格利 [德]安特耶·巴特 [美]舍尔比·艾根布罗德
本书是专注于如何在AWS上开发和应用生成式AI的实用指南，旨在为技术领导者、机器学习实践者、应用开发者等提供深入了解和应用生成式AI的策略与方法。本书首先介绍了生成式AI的概念及其在产品和服务中的应用潜力，然后详细阐述了生成式AI项目的完整生命周期。作者探讨了多种模型类型，如大语言模型和多模态模型，并提供了通过提示工程和上下文学习来优化这些模型的实际技巧。此外，本书讨论了如何使用LoRA技术对模型进行微调，以及如何通过RLHF使模型与人类价值观对齐。书中还介绍了RAG技术，以及如何利用LangChain和ReAct等开发agent。最后，本书介绍了如何使用Amazon Bedrock构建基于生成式AI的应用程序。基于该强大的平台，读者可以实现自己的创新想法。 本书适合对生成式AI感兴趣的学生和研究人员、在AWS上开发AI应用程序的软件开发人员和数据科学家、寻求利用AI技术优化业务流程的企业决策者以及对技术趋势保持好奇心的科技爱好者阅读。
读过关于云平台+AIGC最好的一本书，在不展开细节的情况下，阐述结构很清晰。
针对大模型开发的AWS产品手册。
这本书有3名作者，十几位译者，一半左右是做产品的。(本来是想评推荐的，有好几篇文章在推荐这本书) 我之前以为书名包含入门的就是会很浅显易懂，不要求全面但基础的知识都讲到还有讲的东西至少是正确的。看了这本书，我明白了入门就是告诉你要学这个东西你需要了解的，对着书上提到的可以自己找资料，不过书里面很多涉及的技术都没有写全面。所以如果要找另外的资料，可以直接搜章节的题目而不是小节的题目。
显存、量化那里可以当场科普读物来看。还不错。其他部分，就算了，没什么参考意义。
很多代码跑不起来啊，而且越到后面越水了，就写了一大堆概念在那
对于使用AWS进行大模型领域的开发学习挺有帮助， 整体上前面的章节好一些。
这本书主要结合了aws服务来介绍大模型训练，微调，内存优化，部署，评估，RAG，多模态等，示例代码只提供了大致框架，整体上为读者提供了完整的学习路线。