三民網路書店 / 搜尋結果

人工智能技術的發展日新月異，提示工程不僅極大地提高了人工智能在各個領域的應用效率和準確性，還為人類打開了一扇通往智能化世界的大門。大語言模型如同一位博學多才的智者，擁有處理和理解自然語言的超凡能力。提示工程可以看作與這位智者溝通的橋樑和工具，其關鍵在於如何提出精準而富有啟發性的問題，激發大語言模型的創造力和解決問題的能力。本書作者通過與GPT-4的深度對話，精心梳理了一系列重要的提示工程實踐秘訣。全書共7章，從瞭解大語言模型的進化之路開始，循序漸進地介紹了提示詞及提示工程的知識和實踐技巧，並結合GPT-4在各領域的應用案例展現了大語言模型的強大魅力。此外，本書還基於Azure OpenAI Studio平臺講解了具體的應用開發實踐。本書適合對大語言模型及提示工程感興趣的讀者閱讀，書中豐富的案例能幫助讀者全面瞭解和掌握提示工程及其應用。

★在最熟悉的作業系統、IDE中，用Tensorflow開發深度學習專案★☆使用Tensorflow.NET在Visual Studio下完成AI開發☆坊間幾乎所有和AI、深度學習、機器學習有關的書籍或教材，均是以Python及相對的框架進行開發，並且建議架設在Linux上。雖然這個環境非常適合進行AI專案的開發，但對於已經熟悉Visual Studio下.NET架構的大部分Windows開發者來說，如果能使用Tensorflow的強大，再加上早就上手的.NET甚至是C#語言，學習曲線真的就只剩下深度學習，排除了Linux及Python的困難。微軟在.NET平臺上引入機器學習，努力使機器學習技術跨越鴻溝，普及至大多數人手中。微軟的ML.NET旨在實現人工智慧的「民主化」，讓每個人都能使用並受益於人工智慧技術。在.NET生態中，人工智慧領域的SciSharp Stack團隊為TensorFlow提供了.NET Standard Binding，使得.NET開發人員可以使用C#在跨平臺的.NET Standard框架上開發、訓練和部署機器學習模型。他們還打造了TensorFlow.NET這個專屬於.NET開發人員的機器學習平臺，簡化了使用TensorFlow的過程。本書即是針對這個族群的使用者，讓.NET眾多的使用者直接跨入AI的領域，在最親切的環境學習，一定會事半功倍。本書為介紹TensorFlow.NET的詳細指南，共有23章。探討雲端運算、人工智慧、巨量資料和雲端原生應用對生活產生了深遠影響，之後說明機器學習.NET開發者的特點，在.NET生態中，SciSharp Stack的團隊，為TensorFlow提供了.NET Standard Binding，使.NET開發人員可以使用C#開發、訓練和部署機器學習模型。其中的產品就是TensorFlow.NET。書中包括資料型態與張量詳解、Eager Mode詳解、自動求導原理與應用、線性回歸實操、MNIST手寫字元分類邏輯回歸、tf.data資料集建立與前置處理、深度神經網路實踐、AutoGraph機制詳解，以及.NET Keras簡明教學等。最後一部分是生產應用與案例，包含CPU和GPU環境下的TensorFlow.NET應用、工業生產環境應用案例、在C#下使用TensorFlow.NET訓練自己的資料集、視覺影像分類

本書包括：修訂商約與整理債務；中美商務關系；中美白銀問題；幣制改革與中美貨幣協定四部分內容。

本書運用理論與實踐相結合的研究方法，論述當代國際秩序轉變環境下中國周邊外交戰略形成及中美關係的調整；既有對當代國際關係進行全景式綜合考察，又重視對當代中國周邊外交和中美新型大國關係特點的研究。作者認為，中國提出構建中美“新型大國關係”，是當代國際秩序轉變下中國外交戰略的重大創新，有利於構建公正合理的國際政治經濟新秩序。因此，本書重點探討了國際秩序轉變與中美“新型大國關係”的構建，研究新的國際環境下

本書是由仇華吉與樊福好、王愛勇、邵國青、余旭平、何啟蓋、高遠飛、韓春光等行業專家將“抗非大家談”公益性平台發表的70多篇原創文章收錄、整理而成，共分11部分，從非洲豬瘟防控之道、對非洲豬瘟的認知、生物安全防控、非瘟防控實踐、非瘟下豬場規劃建設、非瘟下的生產管理、非瘟下的抗病毒策略、非瘟下的實驗室檢測、非洲豬瘟的“拔牙”、非洲豬瘟後的複養、非洲豬瘟的淨化等方面提出了**性的防非理念、制訂了可落地的防

本書以第二次世界大戰后世界經濟、政治及國際關係的發展變化為主線，論述兩極格局形成后國際體系的特點，對發達資本主義國家、社會主義國家、發展中國家等不同類型國家的經濟、政治和對外戰略進行了分類介紹和分析，對中國國際地位的發展變化、對外戰略思想。

本書基於 TensorFlow.NET 框架，詳細介紹了.NET 平臺下深度學習的基礎原理和應用技術，不僅闡述了算法原理，還演示了實踐代碼和運行效果，其中完整示例主要採用的語言為 C#和 F#。全書分為 3 個部分：第一部分介紹了核心 API 的用法和基礎示例，包括數據類型、張量、Eager Mode、自動求導、線性回歸、邏輯回歸、tf.data、深度神經網絡和 AutoGraph 機制，讀者可以通過學習這一部分內容快速入門；第二部分重點演示了.NET Keras 的用法，包括模型、網絡層、常用 API、模型搭建和模型訓練，讀者可以由此掌握主流的深度學習方法；第三部分主要是生產應用和案例實操，包括 GPU 環境搭建、自定義數據集訓練、圖像分類、目標檢測、遷移學習、自然語言處理、生成對抗網絡和 F#應用案例，每個案例均有完整的代碼。本書涵蓋深度學習的方法和實踐，主要面向在校大學生、生產技術人員和研究人員，適合具備.NET 編程基礎，希望通過.NET 技術開發深度學習應用的讀者閱讀。