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
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。
登录后可荐购