📖 书目详情
深度学习扩展之道—软硬件与数据协同构建可扩展大模型系统—at the intersection of hardware, software, and data
| 著者 | (澳)苏妮塔·马尔(Suneeta Mall)著,李波,朱颖异,孙强译 |
| ISBN | 9787111804628 |
| 中图分类 | TP181,TP274 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 机械工业出版社 |
| 丛书名 | — |
| 出版年 | 2026 |
| 页码 | 351页 |
| 价格 | ¥129.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.2/10
|
📝 内容简介
本书聚焦大规模深度学习的实现与扩展,围绕软件、硬件与数据的融合展开,构建了从基础到进阶的完整知识体系。全书共13章,分为三大部分:第一部分“深度学习基础”讲解深度学习数据流、计算图、硬件架构等核心概念,通过Python和PyTorch动手练习帮助读者理解模型开发与性能分析;第二部分“分布式训练”深入分布式系统通信、数据并行、模型并行等关键技术,提供多场景动手实践;第三部分“极限扩展”探讨以数据为中心的扩展、实验管理、大模型微调与基础模型开发,覆盖LoRA微调、数据质量优化等前沿内容。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录,可在线借购