目 录 前言 第1章 新时代的曙光——人工智能与大模型 1.1 人工智能：思维与实践的融合 1.1.1 人工智能的历史与未来 1.1.2 深度学习与人工智能 1.1.3 选择PyTorch 2.0实战框架 1.2 大模型开启人工智能的新时代 1.2.1 大模型带来的变革 1.2.2 最强的中文大模型——清华大学ChatGLM介绍 1.2.3 近在咫尺的未来——大模型的应用前景 1.3 本章小结 第2章 PyTorch 2.0深度学习环境搭建 2.1 环境搭建1：安装Python 2.1.1 Miniconda的下载与安装 2.1.2 PyCharm的下载与安装 2.1.3 Python代码小练习：计算Softmax函数 2.2 环境搭建2：安装PyTorch 2.0 2.2.1 Nvidia 10/20/30/40系列显卡选择的GPU版本 2.2.2 PyTorch 2.0 GPU Nvidia运行库的安装 2.2.3 PyTorch 2.0小练习：Hello PyTorch 2.3 生成式模型实战：古诗词的生成 2.4 图像降噪：手把手实战第一个深度学习模型 2.4.1 MNIST数据集的准备 2.4.2 MNIST数据集的特征和标签介绍 2.4.3 模型的准备和介绍 2.4.4 对目标的逼近——模型的损失函数与优化函数 2.4.5 基于深度学习的模型训练 2.5 本章小结 第3章 从零开始学习PyTorch 2.0 3.1 实战MNIST手写体识别 3.1.1 数据图像的获取与标签的说明 3.1.2 实战基于PyTorch 2.0的手写体识别模型 3.1.3 基于Netron库的PyTorch 2.0模型可视化
