書名:電化學工程原理
作者:吳永富
出版社:五南
出版日期:2018/04/10
ISBN:9789571196688
內容簡介
電化學工程自伏打電池被發明以來,歷經眾多科學家與工程師的投入,已經成為應用科學中的重要領域。本書採取化學工程之核心概念編撰,先勾勒電化學工程的歷史沿革與整體輪廓,再以電化學系統涉及的材料科學為根基,依序沿著化學工程之主幹開枝散葉,這些支脈包括熱力學、動力學、輸送現象、反應工程與程序設計,相信依此路徑可以完整呈現電化學工程的風貌,而且循此學習地圖閱讀也是本書有別於其他教本的特點。尤其在電化學發展了200多年後,除了純粹化學的部分,本書亦加入許多固態物理與電磁學的觀點,使主題涵蓋光電催化、能源科技與磁電解等課題,適合化工、材料、環工、機械、電子等工程領域的讀者深入學習。
目錄
第一章 緒 論
1-1 電化學工程
1-2 電化學發展史
1-3 電化學原理
1-4 總結
第二章 電極與電解質
2-1 電極與溶液之界面
2-2 電極
2-3 電解質溶液
2-4 熔融電解質
2-5 固態電解質
2-6 等效電路
2-7 總結
第三章 電化學熱力學
3-1 界面與電位
3-2 平衡
3-3 電極電位與槽電壓
3-4 熱力學
3-5 液-液接面電位
3-6 電極電位之測量
3-7 總結
第四章 電化學動力學
4-1 Butler-Volmer動力學
4-2 Marcus動力學
4-3 Gerischer動力學
4-4 動力學應用
4-5 總結
第五章 電化學輸送現象
5-1 流體力學
5-2 質量輸送
5-3 電荷輸送
5-4 熱量輸送
5-5 擴散控制系統
5-6 對流控制系統
5-7 多孔電極系統
5-8 磁場輔助電極系統
5-9 電流分布
5-10 總結
第六章 電化學反應工程與程序設計
6-1 電化學反應器
6-2 反應器設計
6-3 程序設計
6-4 總結
立即查看
電化學原理與方法
作 者:胡啟章
出版社別:五南
出版日期:2019/12/19(2版4刷)
ISBN:978-957-11-6200-3
書 號:5E10
頁 數:160
開 數:20K
內容簡介
針對電化學系統作介紹,再對電化學與熱力學平衡之關係作說明,並進一步探討電極動力學之相關原理。
介紹常見的電化學分析技術與系統,包括電位測定法、電位控制法、電流涳制法、伏安法以及流動系統的電化學分析技術。
目錄
第一部份 電化學基本原理
第1章 電化學反應系統簡介
第2章 熱力學與平衡電位
第3章 電極動力學
第二部份 電化學方法
第4章 電位測定法
第5章 電流控制法
第6章 電位控制法
第7章 流動系統之分析技術
立即查看
從 AI 到 生成式 AI:40 個零程式的實作體驗,培養新世代人工智慧素養 (1版)
其他會員也一起購買
內容介紹
在 ChatGPT 和 AIGC 應用發光發熱之際,
你是不是驚覺:怎麼 AI 已經離我這麼近了!
其實 AI 一直都在,只是默默在背後運作,
然而多數人還不認識 AI,
因而有許多神話或恐懼的想法。
▌如果你是上班族:
看到媒體、新聞反覆報導,
又說 AI 多厲害,又說 AI 會造成失業,
到底 AI 是甚麼?
對你的工作有甚麼幫助或影響?
有危機意識的你該如何擺脫宿命?
▌如果你是新鮮人或轉職者:
懂不懂 AI,直接影響未來求職的競爭力。
當企業對 AI 求才若渴,
你的履歷會需要多點 AI 來加分!
不過之前學校教的不多,
網路資源又讓人似懂非懂,
想要獲得企業青睞,該從何下手?
▌如果你是家長:
這一代年輕人就是 AI 原生族群,
AI 勢必伴隨著他們成長,
而 AI 所帶來的影響也是避無可避,
想要消弭可能的科技代溝,該怎麼預防?
-
AI 時代已然揭開序幕,
要在這個時代生存,
你需要對 AI 有基本素養,
首要認識 AI、知道 AI 的能耐與限制,
然後懂得運用 AI 來提高效率,
彌補自身不足,
才不會被改革的浪潮所淹沒。
有感於一般大眾對於 AI 的認識有限,就算詳讀許多相關資料,單憑書籍、網路文章的隻字片語,難以對 AI 有深刻體悟。作者將人工智慧看似艱澀難懂的知識,經由淺顯易懂的觀念講解,搭配 40 個零基礎也能玩的實作,化為大家都「看得懂、說得出、做得到」的 AI 素養。
沒有程式、沒有數學的學習門檻,帶領你無痛體驗生成式 AI、機器學習、深度學習、自然語言處理、電腦視覺辨識...等各種 AI 技術,不懂程式的你,也可以親手訓練 AI、掌握 AI,讓 AI 成為你的神助手!
● 電腦視覺 (Computer Vision)
● 自然語言處理 (NLP)
● 聊天機器人 (Chatbot)
● 人工智慧道德與倫理
\ No Code, No Math!/
40 個零基礎、
可以深入體驗 AI 細節的活動實驗
- 跟 AI 協作,配合音樂作畫
- 邊玩邊學,看懂生成式 AI 的門道
- 打造喵星人的機器學習識別模型
- 看電腦怎麼自己玩 Flappy Bird 遊戲
- 虛擬路況體驗 AI 道德判斷的取捨
- 設計點餐機器人看 Chatbot 的運作
- 用 AI 幫你寫故事
- 跟著 AI 學畫畫
- AI 眼動操控體驗
- 捷運車廂的電腦視覺應用
- 隨手塗鴉一秒生成照片
- 神經元運作的動態圖解實驗
- 人臉 (物品) 偵測與情緒判讀
其他還有尋找威利、海洋淨化、風格轉換、情感分析、單字聯想...等有趣兼具實用的活動,以及各式補充的延伸學習知識,豐富資源等你來體驗!
書籍目錄
▌第 1 章 什麼是人工智慧 ▌
1-1 AI 在生活中的一天
活動:Bing Chat 搜尋、 聊天、 繪圖全都行
1-2 人類智慧與人工智慧
活動:尋找威利
1-3 人類智慧與人工智慧是競爭還是合作?
活動:用音樂作畫
活動:你的眼睛會說話
1-4 人工智慧類型
▌第 2 章 AI 能做什麼?AI 不能做什麼? ▌
2-1 人工智慧發展史
2-2 人工智慧的影響
活動:跟 kuki 聊天
活動:語音辨識
活動:臉部辨識
2-3 人工智慧擅長與不擅長的領域
活動:教 AI 認識水果
活動:讓 AI 修復照片
2-4 AI 如何運作
傳統程式與機器學習的差異
活動:攝氏轉華氏 - 傳統程式方式
活動:攝氏轉華氏 - 機器學習方式
活動:限時塗鴉 (Quick,Draw!)
2-5 讓我們開始進入 AI 世界吧
▌第 3 章 機器學習 ▌
3-1 什麼是機器學習
3-2 機器學習如何工作
活動:教機器認識貓
3-3 機器學習三大類型
活動:利用決策樹教電腦分類
活動:小鳥學飛
活動:影像辨識操作
3-4 動手做做看:影像辨識 – 貓還是狗?
▌第 4 章 深度學習 ▌
4-1 什麼是深度學習
4-2 深度學習的重要核心 - 神經網路 (Neural Network)
4-3 神經網路如何工作
活動:單個神經元工作方式
活動:多個神經元工作方式
活動:用 AI 玩剪刀、石頭、布
活動:將照片變成塗鴉
4-4 動手做做看:TensorFlow Playground
▌第 5 章 卷積神經網路 ▌
5-1 卷積神經網路的由來
5-2 什麼是卷積神經網路
5-3 卷積神經網路架構
活動:在瀏覽器中輕鬆學習卷積神經網路
活動:利用 CNN 進行塗鴉識別
5-4 卷積神經網路應用
▌第 6 章 循環神經網路 ▌
6-1 序列性資料
6-2 什麼是循環神經網路
6-3 循環神經網路架構
6-4 循環神經網路類型
活動:讓 AI 陪你一起畫畫 Ⅰ
活動:讓 AI 陪你一起畫畫 Ⅱ
▌第 7 章 電腦視覺 ▌
7-1 什麼是電腦視覺 (Computer Vision)
7-2 電腦視覺如何工作
7-3 電腦視覺任務
活動:Google Vision AI
7-4 電腦視覺應用
7-5 動手做做看
活動:物體偵測 –「捷運搭乘守則」
活動:臉部辨識 –「猜猜我的年紀」
▌第 8 章 自然語言處理 ▌
8-1 什麼是自然語言處理 (NLP)
8-2 自然語言處理如何工作
8-3 自然語言處理應用
8-4 動手做做看
活動:情感分析
活動:單字聯想遊戲 Semantris
活動:文字辨識 –「智慧教室」
▌第 9 章 聊天機器人 (Chatbot) ▌
9-1 什麼是聊天機器人
9-2 聊天機器人如何工作
9-3 聊天機器人應用
9-4 動手做做看
活動:簡易餐廳聊天機器人
活動:智慧化餐廳聊天機器人
活動:ChatGPT 與 DALL·E 2
▌第 10 章 生成式人工智慧 ▌
10-1 什麼是生成式 AI(Generative AI)
10-2 生成式 AI 如何工作
10-3 生成式 AI 應用
活動:用 AI 創作故事
活動:此人不存在
活動:AI 風格圖像變變變
▌第 11 章 人工智慧道德與社會影響 ▌
11-1 偏見 (Bias)
11-2 隱私 (Privacy)
11-3 問責制 (Accountability)
11-4 工作 (Job)
11-5 動手做做看
活動:保護海洋的人工智慧 (AI for Oceans)
活動:道德機器 (Moral Machine)
11-6 人工智慧的演變及未來
立即查看
【簡介】
Galvani解剖蛙腿、Volta製作電池、Faraday提出電解定律、Nernst發現電位 電化學估算法、Butler整合出電流方程式、Marcus建立電子轉移模型,再加上眾人合力奠定了各種層面的學理基礎,終使電化學成為應用科學中的重要技術。尤其進入21世紀後,人類面臨了更嚴峻的能源、資源、汙染、氣候與疾病挑戰,電化學技術恰能在這些領域中發揮特長,因而產生了能源轉換與儲存、資源再利用、金屬防蝕、環境保護、生醫感測等應用,再加上發展已久的金屬冶煉、化學品製造和物件表面加工,使電化學原理深入化工、材料、環工、機械、電子、生醫等工程。然而,創新的應用皆須立足於電化學的基礎原理,以及電化學的分析方法。因此,本書逐步說明了電化學原理、電化學分析和電化學應用,期許讀者能有所收穫,進一步投入電化學的研究,成為具有延伸專長能力的T型人才,或熟稔雙重專長的π型人才。
【目錄】
第一章 緒論
1-1 近代物理化學史
1-2 電化學之起源
1-3 電化學理論之發展
1-4 電化學之後續進展
1-5 電化學之術語
1-6 氧化與還原
1-7 電化學池
1-8 微電池
1-9 電子導體(I)
1-10 電子導體(II)
1-11 離子導體(I)
1-12 離子導體(II)
1-13 離子導體(III)
1-14 電化學程序
1-15 電化學應用
1-16 電化學研究
第二章 電化學原理
2-1 電雙層
2-2 電化學位能
2-3 金屬與電解液界面
2-4 半導體與電解液界面
2-5 電極電位
2-6 槽電壓
2-7 Nernst 方程式
2-8 離子濃度與電位
2-9 液體接面電壓
2-10 電極程序
2-11 電流與反應
2-12 反應速率
2-13 Butler-Volmer 動力學
2-14 極化
2-15 Tafel 動力學
2-16 多步驟反應動力學
2-17 平行反應動力學
2-18 金屬溶解或腐蝕
2-19 Evans 圖
2-20 濃度極化動力學
2-21 電結晶
2-22 表面鈍化
2-23 產氣反應
2-24 電催化
2-25 Marcus 動力學
2-26 溶液成分的電子能階
2-27 金屬電極的電子能階
2-28 半導體電極界面
2-29 半導體電極之電子轉移
2-30 半導體照光
2-31 光電化學反應
2-32 光電化學池
2-33 輸送現象
2-34 動量輸送
2-35 熱量輸送
2-36 質量輸送
2-37 電荷輸送
2-38 擴散控制系統
2-39 非穩態擴散
2-40 電化學可逆
2-41 對流控制系統
2-42 多孔電極系統
2-43 電流分布
2-44 反應器設計
2-45 批次操作
2-46 連續操作
第三章 電化學分析
3-1 電化學分析原理
3-2 電化學分析方法
3-3 電化學分析系統
3-4 工作電極
3-5 旋轉盤電極
3-6 旋轉盤環電極
3-7 參考電極
3-8 電化學工作站
3-9 電位與電流測量
3-10 穩態極化曲線測量
3-11 腐蝕電位與腐蝕電流測量
3-12 暫態極化曲線測量
3-13 階梯電流分析-(I)反應控制
3-14 階梯電流分析-(II)質傳控制
3-15 控制電量分析
3-16 階梯電位分析—(I)反應控制
3-17 階梯電位分析—(II)質傳控制
3-18 線性掃描伏安法
3-19 循環伏安法—(I)反應控制
3-20 循環伏安法—(II)質傳控制
3-21 溶出伏安法
3-22 脈衝伏安法
3-23 等效電路
3-24 電化學阻抗譜—(I)電荷轉移
3-25 電化學阻抗譜—(II)質量傳送
3-26 電化學阻抗譜—(III)時間常數
3-27 電化學阻抗譜—(IV)數據解析
3-28 電化學雜訊法
3-29 電化學活性面積測量
3-30 電化學電容測量
3-31 擴散係數測量
3-32 電化學原位測量
3-33 電化學原位紅外線光譜分析
3-34 電化學原位拉曼光譜分析
3-35 電化學原位質量分析
3-36 電化學原位掃描探針分析
3-37 掃描電化學顯微鏡
第四章 電化學應用
4-1 電化學冶金
4-2 電解提煉鋁
4-3 電解提煉鋅
4-4 鹼氯工業
4-5 電解水產氫
4-6 光電化學產氫
4-7 電鍍銅
4-8 電鑄
4-9 化學鍍鎳
4-10 陽極氧化鋁
4-11 電泳沉積
4-12 電解拋光
4-13 電化學加工
4-14 腐蝕防制
4-15 陽極保護法
4-16 陰極保護法
4-17 鋅錳電池
4-18 鉛酸電池
4-19 鋰離子電池
4-20 氫燃料電池
4-21 甲醇燃料電池
4-22 金屬空氣電池
4-23 液流電池
4-24 染料敏化太陽電池
4-25 電化學電容
4-26 薄膜蝕刻
4-27 銅製程
4-28 化學機械研磨
4-29 電路板通孔電鍍
4-30 電解回收
4-31 電浮除與電混凝
4-32 電化學降解
4-33 電化學整治土壤
4-34 電透析
4-35 離子選擇電極
4-36 氣體感測器
4-37 離子感測場效電晶體
第五章 總結
5-1 電化學反應器設計
5-2 電化學程序設計
5-3 電化學發展趨勢
附錄
參考資料
立即查看
TQC 生成式AI應用與技術實力養成暨評量 (1版)
類似書籍推薦給您
【簡介】
近年因生成式AI(Generative AI)的崛起,為人工智慧的發展掀起了新的浪潮。從ChatGPT生成自然語言對話,到Midjourney、Stable Diffusion等AI繪圖工具創作逼真的圖像,再到音樂、程式碼、影片等多領域應用,生成式AI已逐步改變人類與科技互動的方式。這不僅是技術上的突破,更是代表人工智慧從輔助決策邁向創造力展現的關鍵轉折,為企業創新、產業升級開創全新可能。
「TQC生成式AI應用與技術」認證以專業知識體系為導向,分為七大類:「發展歷程與生態系」、「應用領域與產業發展」、「生成式AI」、「演算法及專家系統」、「機器學習原理」、「統計與資料分析原理」以及「系統開發資源」等。內容包含AI發展歷程、相關供應商及其技術背景、生成式AI核心知識、不同場域間的應用,以及發展AI所需具備的知識理論與實踐方法。最後,輔以熟悉AI系統開發資源,在未來透過更聰明的演算法,布局出完美的應用。
本書特色
本書範例題目內容為認證題型與命題方向之示範,正式測驗試題不以範例題目為限。
1.題庫設計均以實務應用為導向,品質及認證公信力最具權威!
2.本書提供人工智慧應用與技術認證測驗,由淺入深的編排方式,分為AI發展歷程與生態系、AI應用領域與產業發展、生成式AI、AI演算法及專家系統、AI機器學習原理、AI統計與資料分析原理、AI系統開發資源等7大類。
3.精選學科題庫7大類共331題,採電腦線上作答,可透過題庫練習系統依類別選題進行練習,學習效果立即呈現。
4.透過認證測驗系統與模擬試題,進行模擬測驗,電腦自動評分,可立即評核學習效果。
5.配合電腦技能基金會(www.csf.org.tw)測驗流程,一舉取得專業證照,讓您求學、求職更具競爭力。
【目錄】
第一章 TQC證照說明
1-1 TQC證照介紹
1-2 取得TQC認證的優勢
1-3 企業採用TQC證照的三大利益
1-4 如何取得TQC證照
第二章 題庫練習系統-操作指南
2-1 題庫練習系統安裝流程
2-2 學科練習程序
2-3 TQC題庫練習系統 單機版說明
第三章 技能測驗-學科題庫
3-1 學科題庫分類及涵蓋技能內容
3-2 第一類:AI發展歷程與生態系
3-3 第二類:AI應用領域與產業發展
3-4 第三類:生成式AI
3-5 第四類:AI演算法及專家系統
3-6 第五類:AI機器學習原理
3-7 第六類:AI統計與資料分析原理
3-8 第七類:AI系統開發資源
第四章 模擬測驗-操作指南
4-1 CSF測驗系統-Client端程式安裝流程
4-2 程式權限及使用者帳戶設定
4-3 實地測驗操作程序範例
第五章 實力評量-模擬試卷
試卷編號:AI1-0001
試卷編號:AI1-0002
試卷編號:AI1-0003
模擬試卷標準答案
附錄
TQC技能認證報名簡章
問題反應表
立即查看
TQC 生成式AI應用與技術實力養成暨評量 (1版)
類似書籍推薦給您
【簡介】
1.題庫設計均以實務應用為導向,品質及認證公信力最具權威!
2.本書提供人工智慧應用與技術認證測驗,由淺入深的編排方式,分為「AI發展歷程與生態系、AI應用領域與產業發展、生成式AI、AI演算法及專家系統、AI機器學習原理、AI統計與資料分析原理、AI系統開發資源」等7大類。
3.精選學科題庫7大類共331題,採電腦線上作答,可透過題庫練習系統依類別選題進行練習,學習效果立即呈現。
4.透過認證測驗系統與模擬試題,進行模擬測驗,電腦自動評分,可立即評核學習效果。
5.配合電腦技能基金會(www.csf.org.tw)測驗流程,一舉取得專業證照,讓您求學、求職更具競爭力。
※本書範例題目內容為認證題型與命題方向之示範,正式測驗試題不以範例題目為限。※
【目錄】
如何使用本書
軟硬體需求
商標及智慧財產權聲明
系統使用說明
序
第一章 TQC證照說明
1-1 TQC證照介紹
1-2 取得TQC認證的優勢
1-3 企業採用TQC證照的三大利益
1-4 如何取得TQC證照
實力養成篇
第二章 題庫練習系統-操作指南
2-1 題庫練習系統安裝流程
2-2 學科練習程序
2-3 TQC題庫練習系統 單機版說明
第三章 技能測驗-學科題庫
3-1 學科題庫分類及涵蓋技能內容
3-2 第一類:AI發展歷程與生態系
3-3 第二類:AI應用領域與產業發展
3-4 第三類:生成式AI
3-5 第四類:AI演算法及專家系統
3-6 第五類:AI機器學習原理
3-7 第六類:AI統計與資料分析原理
3-8 第七類:AI系統開發資源
實力評量篇
第四章 模擬測驗-操作指南
4-1 CSF測驗系統-Client端程式安裝流程
4-2 程式權限及使用者帳戶設定
4-3 實地測驗操作程序範例
第五章 實力評量-模擬試卷
試卷編號:AI1-0001
試卷編號:AI1-0002
試卷編號:AI1-0003
模擬試卷標準答案
附錄
TQC技能認證報名簡章
問題反應表
立即查看
踏上生成式AI自學之路: 從底層技術、程式實作到企業應用 (1版)
類似書籍推薦給您
【簡介】
「人工智慧 (Artificial Intelligence, AI) 」 一詞,最早可追溯至20世紀中英國數學家艾倫.圖靈發表的論文Computing Machinery and Intelligence。隨著時間推移,硬體與軟體技術的迅速進步讓電腦運算速度大幅提升、成本顯著下降,並且配合演算法領域的卓越研究成果,人工智慧領域不再是遙不可及的夢想。21世紀初,AlphaGo達到可以對決頂尖圍棋高手的程度,到了2022年,OpenAI正式推出ChatGPT,更讓人工智慧真正普及到大眾生活。
生成式AI在各行各業專業領域中帶來重大變革,本書能幫助您突破生成式AI的工具性操作,深入了解其背後的技術、應用與影響力。全書共有七個章節,內容涵蓋生成式AI的底層邏輯、實務操作、企業管理策略等三個面向。
第一到三章聚焦於生成式AI的底層邏輯,會依序介紹AI先備知識、經典模型以及生成式AI 核心架構:Transformer,即便您沒有資訊背景也能夠讀懂。第四到六章聚焦於生成式AI的實務操作,介紹提示工程(Prompt Engineering),教您如何讓生成式AI產出高品質的回應,並手把手地帶您使用ChatGPT API 實作兩個小專案:檢索增強生成(RAG)以及網站智能客服。第七章聚焦於生成式AI的企業管理策略,針對企業最迫切關注的議題:如何導入生成式AI,提出淺見與看法。
【目錄】
序言
1從AI 到生成式AI
1-1 生成式AI 的演進
1-2 生成式AI 的應用
1-3 生成式AI 的挑戰
2生成式AI 先備知識
2-1 機器學習
2-2 深度學習
2-3 自然語言處理與理解
2-4 文字轉向量
2-5 大型語言模型
2-6 RNN 遞迴神經網路
2-7 LSTM 長短期記憶模型
2-8 GAN 生成對抗網路
3 Transformer 深入淺出
3-1 Transformer 簡介
3-2 Transformer 輸入
3-3 Transformer 編碼器
3-4 Transformer 解碼器
3-5 Transformer 輸出
3-6 Google Titans 模型
3-7 DeepSeek R1 模型
4提示工程
4-1 提示工程簡介
4-2 指令微調(Prompt-Tuning)
4-3 上下文學習(In-Context Learning)
4-4 大模型微調(Fine-Tuning)
4-5 思維鏈(Chain of Thought)
4-6 客製化指令
5實作檢索增強生成
5-1 前置作業
5-2 準備目標檔案
5-3 切割目標檔案
5-4 建立向量資料庫
5-5 檢索合適的回答
5-6 問答
5-7 聊天
6實作網站智能客服
6-1 工具準備
6-2 建立主機空間
6-3 建立網站
6-4 編輯網頁
6-5 網站上網
6-6 建立系統後端
6-7 建立系統前端
7企業導入生成式AI
7-1 人工智慧原則
7-2 企業面臨的挑戰
7-3 生成式AI 的導入流程
7-4 未來趨勢—AI 代理
結語
看更多
立即查看
LLM核心攻略制霸生成式AI:ChatGPT、嵌入技術、微調與多模態AI最佳實踐 (1版)
類似書籍推薦給您
【簡介】
🏆 Amazone 讀者5星好評 ⭐⭐⭐⭐⭐
🏆 微軟前總經理Shelia Gulati、Hugging Face首席倫理長 Giada Pistilli等業界領袖一致推薦!
「本書平衡了開源模型和閉源模型的潛力,鉅細靡遺地帶你瞭解和使用LLM,縮短理論概念和實際應用之間的距離。」—— Giada Pistilli ,Hugging Face 首席倫理長
「Ozdemir 的這本書為讀者破除重重迷霧,說明LLM 革命的起源,以及未來的發展方向。他將複雜主題拆解為實用的說明,和容易理解的範例程式。」
--Shelia Gulati, 微軟前總經理,Tola Capital現任常務董事
「本書是令人耳目一新並引發靈感的學習資源,充滿了實用的指導和清楚的講解,幫助你更瞭解這個奇妙的新領域。」
—PETE HUANG, author of The Neuron
🎯 想深入掌握LLM核心技術
🎯 想成為生成式AI應用的開發者
🎯 想在真實場景運用LLM解決問題
那你絕對不能錯過本書!
大型語言模型正以驚人的速度改變我們的工作與生活。無論是開發者、企業領袖,還是對AI有興趣的學習者,本書將引領你踏入這個革命性的領域。
🚩 完整拆解LLM核心技術— 從預訓練到微調,帶你輕鬆掌握關鍵概念原理。
🚩 實例操作直擊應用— 透過真實案例場景,運用最新工具和技術,快速上手專案開發。
🚩 開源與商用模型全解析— 精選LLM工具與資源,選擇最適切的解決方案。
這本實用的指南將逐步指導你在專案和產品中大規模地使用LLM。
Llama 3、Claude 3與GPT等大型語言模型(LLM)已展示驚人的實力,但它們的規模和複雜度,卻讓很多從業者望而卻步。創新的資料科學家暨AI企業家Sinan Ozdemir在本書第二版為你排除這些障礙,教你如何使用、整合和部署LLM來解決實際的問題。
Ozdemir把入門所需的知識整合起來,即使是沒有直接用過LLM的讀者也能輕鬆上手,本書內容包括逐步引導、最佳做法、真實案例研究、動手練習…等。在過程中,他也會分享關於LLM內部動作的見解,以協助你優化模型的選擇、資料格式、提示工程、微調效能…等。本書的網站提供許多資源,包括範例資料集,以及使用各種開源和閉源LLM的最新程式碼,那些LLM來自OpenAI(GPT-4與GPT-3.5)、Google(BERT、T5與Gemini)、X(Grok)、Anthropic(Claude家族)、Cohere(Command 家族),以及Meta(BART與LLaMA家族)。
SINAN OZDEMIR目前是LoopGenius的創辦人與CTO,同時擔任幾家AI公司的顧問。他曾在約翰·霍普金斯大學教導資料科學,並寫了多本關於資料科學和機器學習的教科書。
此外,他也創辦了最近被收購的Kylie.ai,這是一個具備RPA能力的企業級對話AI平台。他擁有約翰·霍普金斯大學的純數學碩士學位,現居於加州舊金山。
•學習關鍵的概念:預先訓練、遷移學習、微調、注意力機制、embedding、詞元化…等等。
•使用API和Python來微調及打造LLM,以滿足需求。
•建構完整的神經/語義資訊檢索系統,並附加至對話型LLM,以進行檢索增強生成(retrieval-augmented generation,RAG)機器人及AI Agents。
•掌握進階的提示工程技術,例如輸出結構化、思維鏈提示,及少量語義範例提示。
•使用自訂的LLM embedding,從零開始建立完整的推薦引擎,並透過用戶資料來讓效能超越 OpenAI的現成embedding。
•使用開源的LLM和大型視覺資料集,從零開始建構並微調多模態Transformer架構。
•使用Reinforcement Learning from Human and AI Feedback(RLHF/RLAIF)來調校LLM,並基於Llama 3和FLAN-T5等開源模型來建立對話agent。
•將提示詞和微調過的自訂LLM部署至雲端,同時預先考慮擴展和演進流水線。
•透過量化、探測、效能評測與評估框架,來診斷與優化LLM的速度、記憶體用量及整體效能。
【目錄】
序
前言
致謝
關於作者
PART I 大型語言模型簡介
1 大型語言模型概述
大型語言模型是什麼?
流行的現代LLM
LLM的應用
結論
2 使用LLM來進行語意搜尋
前言
任務
解決方案概要
組件
整合一切
使用閉源組件的成本
結論
3 踏出提示工程的第一步
前言
提示工程
在不同模型之間使用提示
結論
4 AI生態系統:整合所有組件
前言
閉源AI的效能不斷變動
AI推理vs.思考
案例研究1:檢索增強生成
案例研究2:自動AIagent
結論
PART II 榨出LLM的所有潛力
5 使用自訂的微調來優化LLM
前言
遷移學習和微調:入門指南
OpenAI微調API概要
使用OpenAICLI來準備自訂範例
設定OpenAICLI
我們微調的第一個LLM
結論
6 進階提示工程
前言
提示注入攻擊
輸入/輸出驗證
批次提示
提示鏈
案例研究:AI的數學能力有多強?
結論
7 自訂embedding與模型架構
前言
案例研究:建立推薦系統
結論
8 AI對齊:第一原則
前言
對齊的對象是誰?為了什麼目的?
對齊可以降低偏見的嚴重性
對齊的支柱
憲法AI:邁向自我對齊的一步
結論
PART III LLM進階用法
9 超越基礎模型
前言
案例研究:視覺問答
案例研究:透過回饋來進行強化學習
結論
10 微調進階的開源LLM
前言
範例:使用BERT來做動畫類型多標籤分類
範例:使用GPT2來生成LaTeX
Sinan’sAttemptatWiseYetEngagingResponses:SAWYER
結論
11 將LLM投入生產
前言
將閉源LLM部署至生產環境
將開源LLM部署至生產環境
結論
12 評估LLM
前言
評估生成任務
評估理解任務
結論
繼續前進!
PART IV 附錄
A LLM FAQ
B LLM詞彙表
C LLM應用程式原型
索引
立即查看
Sora引領影像創作革命的力量: 揭開AI技術革新如何做到文字生成影片,掀起產業的轉型浪潮與挑戰,改寫人類未來的學習路徑 (1版)
類似書籍推薦給您
立即查看