DeepSeek en pratique
A

DeepSeek en pratique

LLM
DeepSeek LLM prompt engineering reinforcement learning generative AI practical guide model architecture
Auteur
Meng Jian, Yao Luxing
Éditeur
DMK Press
Année
2025
Langue
Russe
95
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Systèmes de recommandation basés sur les grands modèles de langage. Cycle complet de création : du pré-entraînement au déploiement d'agents intelligents.

Systèmes de recommandation basés sur les grands modèles de langage. Cycle complet de création : du pré-entraînement au déploiement d'agents intelligents.

Lu Lu, Zhang Yujun

Apprentissage automatique avec PyTorch et Scikit-Learn

Apprentissage automatique avec PyTorch et Scikit-Learn

Sébastien Raschka, Yusi (Hayden) Liu, Vahid Mirjalili

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Lane Hobson, Cole Howard, Hannes Max Hapke

README. Les dures réalités des développeurs

README. Les dures réalités des développeurs

Chris Riccomini, Dmitri Ryaboy

Le minimum théorique sur le Big Data. Tout ce qu'il faut savoir sur les données massives

Le minimum théorique sur le Big Data. Tout ce qu'il faut savoir sur les données massives

Yann Anneline, Sue Kenneth

Automatisation des réseaux programmables. Qualification professionnelle de l'ingénieur réseau de nouvelle génération.

Automatisation des réseaux programmables. Qualification professionnelle de l'ingénieur réseau de nouvelle génération.

Jason Edelman, Scott S. Lowe, Matt Oswalt

Elasticsearch pour les développeurs : indexation, analyse, recherche et agrégation de données. 2ᵉ édition

Elasticsearch pour les développeurs : indexation, analyse, recherche et agrégation de données. 2ᵉ édition

Anurag Shrivastava

Systèmes RAG : de la théorie à la pratique. Guide pratique pour créer des systèmes intelligents de recherche et de génération de contenu à l'ère du développement rapide des technologies d'IA.

Systèmes RAG : de la théorie à la pratique. Guide pratique pour créer des systèmes intelligents de recherche et de génération de contenu à l'ère du développement rapide des technologies d'IA.

R. V. Douchkine

Apprentissage profond génératif 2

Apprentissage profond génératif 2

Assistants IA en Python : appliquer LLM, GPT, RAG en pratique + disque virtuel avec bots et exemples prêts

Assistants IA en Python : appliquer LLM, GPT, RAG en pratique + disque virtuel avec bots et exemples prêts

Vorobev M. S.