Generative KI in der Praxis: Transformer und Diffusionsmodelle
A

Generative KI in der Praxis: Transformer und Diffusionsmodelle

Neuronale Netzwerke
generative AI transformers diffusion models neural networks practical guide fine-tuning Stable Diffusion
Autor
Omar Sanseviero, Pedro Cuenca, Apolinario Passos, Jonathan Whitaker
Verlag
ALIST
Jahr
2026
Sprache
Russisch
197
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Generatives Deep Learning 2

Generatives Deep Learning 2

Prompt-Engineering für GenAI. Muster zuverlässiger Anfragen für qualitativ hochwertige Ergebnisse.

Prompt-Engineering für GenAI. Muster zuverlässiger Anfragen für qualitativ hochwertige Ergebnisse.

James Phoenix, Mike Taylor

Transformer-Architektur meistern. Entwicklung moderner Modelle mit fortschrittlichen Methoden der natürlichen Sprachverarbeitung

Transformer-Architektur meistern. Entwicklung moderner Modelle mit fortschrittlichen Methoden der natürlichen Sprachverarbeitung

Savaş Yıldırım, Meysam Asgari-Chenaghlu

Programmieren mit künstlicher Intelligenz: Verbesserte Planung, Codierung, Testen und Bereitstellung.

Programmieren mit künstlicher Intelligenz: Verbesserte Planung, Codierung, Testen und Bereitstellung.

Tom Taulli

AI-Engineering. Entwicklung von Anwendungen mit Basis-Modellen

AI-Engineering. Entwicklung von Anwendungen mit Basis-Modellen

Chip Huyen

Datenanalyse mit GenAI und Python

Datenanalyse mit GenAI und Python

Arthur Gudscha, Marlena Siwiak, Marian Siwiak

RAG und generative KI. Eigene RAG-Pipelines mit LlamaIndex, Deep Lake und Pinecone erstellen.

RAG und generative KI. Eigene RAG-Pipelines mit LlamaIndex, Deep Lake und Pinecone erstellen.

Denis Rothman

System Design. Vorbereitung auf ein komplexes GenAI-Interview

System Design. Vorbereitung auf ein komplexes GenAI-Interview

Aminian Ali, Sheng Hao

GPT-3: Leitfaden zur Nutzung der OpenAI-API

GPT-3: Leitfaden zur Nutzung der OpenAI-API

Sandra Kublik, Shubham Saboo

Zuverlässigkeit neuronaler Netze: Stärkung der Widerstandsfähigkeit von KI gegen Täuschung

Zuverlässigkeit neuronaler Netze: Stärkung der Widerstandsfähigkeit von KI gegen Täuschung

Katie Warr