- Регистрация
- 24.06.19
- Сообщения
- 62,367
- Реакции
- 351,030
Последние темы автора:
- [Андрей Бухарин] Астротрейдинг. Биткойн (2025)
- [Владимир Баранов] Волшебная таблетка счастья. Уровень 2. Будь с мужиком (2025)
- [Ольга Грищенко] Хакинг счастья (2025)
- [Дарья Тезикова, Антон Тараненко] Все полезные материалы бюро Lagom (2025)
- [Udemy] Evgeny Borisov ― Spring AI или Весна Искусственного Интеллекта (2025)
- #1
Голосов: 0
[ДМК] DeepSeek в действии (2025)
DeepSeek – это генеративная модель искусственного интеллекта с открытым исходным кодом, основанная на архитектуре Transformer и объединяющая передовые технологии, такие как архитектура MoE, обучение с переменной разрядностью и распределенная оптимизация. Она хорошо зарекомендовала себя в области генерации текста, мультимодальной обработки и адаптации под конкретные прикладные задачи. В книге описаны особенности глубоко оптимизированной архитектуры DeepSeek-V3 и способы применения модели на практике.
Рассматриваемые темы:
Издание подготовлено «Лабораторией искусственного интеллекта будущего» (Китай). Коллектив лаборатории состоит из докторов и магистров ведущих китайских университетов, специализирующихся на разработке и инновациях в области обработки естественного языка, глубокого обучения, компьютерного зрения и мультимодальных моделей.
Формат: PDF.
Подробнее:
[ДМК] DeepSeek в действии (2025) - Описание курса
DeepSeek – это генеративная модель искусственного интеллекта с открытым исходным кодом, основанная на архитектуре Transformer и объединяющая передовые технологии, такие как архитектура MoE, обучение с переменной разрядностью и распределенная оптимизация. Она хорошо зарекомендовала себя в области генерации текста, мультимодальной обработки и адаптации под конкретные прикладные задачи. В книге описаны особенности глубоко оптимизированной архитектуры DeepSeek-V3 и способы применения модели на практике.
Рассматриваемые темы:
- Теоретические основы – базовая архитектура и технологии обучения моделей типа Transformer, механизм внимания DeepSeek, законы масштабирования и их применение в оптимизации моделей.
- Основные приемы работы – начало работы с моделью, знакомство с API, реализация диалога, функции обратного вывода, кеширование на диске и оптимизация кеша.
- Расширенное применение – реализация чат-клиентов, интеллектуальных помощников, плагинов VS Code и т. д.
Издание подготовлено «Лабораторией искусственного интеллекта будущего» (Китай). Коллектив лаборатории состоит из докторов и магистров ведущих китайских университетов, специализирующихся на разработке и инновациях в области обработки естественного языка, глубокого обучения, компьютерного зрения и мультимодальных моделей.
Формат: PDF.
Подробнее:
Для просмотра ссылок пройдите регистрацию
Скачать курс - [ДМК] DeepSeek в действии (2025)
Вы должны Войти на форум чтобы увидеть контент.