新書推薦:

《
我们为何渴望安稳,却又想要逃离(心理学版《人性的枷锁》)
》
售價:NT$
286.0

《
美国史:从第一块殖民地到现在(大选后的美国走向历史已经给出答案!四百年美国史看懂美国裂痕始终无法弥合的历史症结)
》
售價:NT$
806.0

《
奇幻的世界,熟悉的世界:太阳系探索之旅
》
售價:NT$
403.0

《
菜点设计
》
售價:NT$
351.0

《
不可思议的基因
》
售價:NT$
347.0

《
失落的火星之城(雷·布拉德伯里科幻经典系列)
》
售價:NT$
398.0

《
国宝(祝勇故宫文物南迁小说巨著 人在,文物在!)
》
售價:NT$
755.0

《
法兰西内战(寰宇文献)
》
售價:NT$
2438.0
|
編輯推薦: |
本书采取了创新的编写方式,精选了趣味性与实用性强的30个大模型应用案例,从不同模块、不同类型与不同复杂度进行深入分析,满足各类大模型开发人员的学习需求,本书特点如下:
技术前沿,内容新颖;
案例丰富,覆盖广泛;
实战导向,操作性强;
结构清晰,条理分明;
代码详尽,突出实践;
图表辅助,直观生动。
教学资源:
微课视频
工程文件
拓展知识
程序代码
|
內容簡介: |
大模型技术是目前人工智能领域的重要发展方向之一,具有广阔的应用前景和巨大的发展潜力。本书结合当前高等院校创新实践课程,基于大模型应用程序的开发方法,给出可执行实战案例。大模型技术主要开发方向为人机聊天、自动生成代码、旅游图鉴等,本书案例主要包括系统架构、系统流程、开发环境、开发工具、系统实现、功能测试等内容。本书中所述案例多样化,可满足不同层次的人员需求; 同时,本书附赠视频讲解、工程文件、拓展知识、插图素材、程序代码,供读者自我学习和自我提高使用。本书可作为大学信息与通信工程及相关专业的本科生教材,也可作为从事物联网、创新开发和设计的专业技术人员的参考用书。
|
關於作者: |
李永华 北京邮电大学信息与通信工程学院教授、博士生导师,拥有超过15年的嵌入式开发经验。长期致力于物联网、云计算与大数据的教学与科研工作。在教学中善于以兴趣为导向激发学生的创造性,以素质为基础提高自身的教学水平,以科研为手段促进教学理念的转变。在教学与科研实践中,先后指导学生实现500个创新案例,参与了30余项国家级与企业横向课题的研究工作,在国内外学术期刊及学术会议发表论文100余篇,申请专利40余项,出版教材40余部。
|
目錄:
|
目录
项目1美食推荐
1.1总体设计
1.1.1整体框架
1.1.2系统流程
1.2开发环境
1.2.1安装PyCharm
1.2.2环境配置
1.2.3创建项目
1.2.4大模型API申请
1.3系统实现
1.3.1头部head
1.3.2背景样式back
1.3.3主体body
1.3.4App.py脚本
1.3.5random_food.py脚本
1.4功能测试
1.4.1运行项目
1.4.2发送问题及响应
1.4.3美食软件网页版跳转
项目2语言学习
2.1总体设计
2.1.1整体框架
2.1.2系统流程
2.2开发环境
2.2.1安装VS Code
2.2.2安装Node.js
2.2.3安装pnpm
2.2.4环境配置
2.2.5创建项目
2.2.6大模型API申请
2.3系统实现
2.3.1头部head
2.3.2样式style
2.3.3主体body
2.3.4main.js脚本
2.4功能测试
2.4.1运行项目
2.4.2发送问题及响应
项目3生成戏文
3.1总体设计
3.1.1整体框架
3.1.2系统流程
3.2开发环境
3.2.1安装VS Code
3.2.2安装Node.js
3.2.3环境配置
3.2.4大模型API申请
3.3系统实现
3.3.1头部head
3.3.2样式style
3.3.3主体body
3.3.4主体body脚本
3.3.5其他界面设计
3.4功能测试
3.4.1运行项目
3.4.2发送问题及响应
项目4智能电影
4.1总体设计
4.1.1整体框架
4.1.2系统流程
4.2开发环境
4.2.1安装PyCharm
4.2.2安装Python
4.2.3软件包
4.2.4创建项目
4.2.5大模型API申请
4.3系统实现
4.3.1主函数Main
4.3.2推荐算法
4.3.3调用大模型
4.3.4主体及GUI界面
4.4功能测试
4.4.1运行项目
4.4.2发送问题及响应
项目5图像处理
5.1总体设计
5.1.1整体框架
5.1.2系统流程
5.2开发环境
5.2.1安装PyQt5
5.2.2环境配置
5.2.3大模型API申请
5.3系统实现
5.3.1PyQt5组件初始化与绑定机制
5.3.2PyQt5槽函数的定义
5.3.3主函数
5.4功能测试
5.4.1图像处理功能测试
5.4.2图像生成功能测试
项目6职业匹配
6.1总体设计
6.1.1整体框架
6.1.2系统流程
6.2开发环境
6.2.1安装Anaconda
6.2.2创建Git
6.2.3安装Streamlit
6.2.4LangChain的安装与使用
6.2.5环境配置
6.2.6创建项目
6.2.7大模型API申请
6.3系统实现
6.3.1PDF读取模块
6.3.2样式style
6.3.3模型交互
6.3.4主程序逻辑
6.4功能测试
6.4.1运行项目
6.4.2发送问题及响应
项目7生成简历
7.1总体设计
7.1.1整体框架
7.1.2系统流程
7.2开发环境
7.2.1安装Node.js
7.2.2安装pnpm
7.2.3环境配置
7.2.4创建项目
7.2.5大模型API申请
7.3系统实现
7.3.1头部head
7.3.2样式style
7.3.3主体body
7.3.4main.js脚本
7.4功能测试
7.4.1运行项目
7.4.2发送问题及响应
项目8产品推荐
8.1总体设计
8.1.1整体框架
8.1.2系统流程
8.2开发环境
8.2.1安装PyCharm
8.2.2环境配置
8.2.3大模型API申请
8.3系统实现
8.3.1头部head
8.3.2样式style
8.3.3主体body
8.3.4App.py
8.4功能测试
8.4.1运行项目
8.4.2发送问题及响应
项目9重生之水浒穿越
9.1总体设计
9.1.1整体框架
9.1.2系统流程
9.2开发环境
9.2.1安装Python
9.2.2安装Anaconda
9.2.3环境配置
9.2.4大模型API申请
9.3系统实现
9.3.1main.py
9.3.2utils.py
9.4功能测试
9.4.1运行项目
9.4.2发送问题及响应
项目10小说创作
10.1总体设计
10.1.1整体框架
10.1.2系统流程
10.2开发环境
10.2.1安装Python
10.2.2安装PyCharm
10.2.3环境配置
10.2.4创建项目
10.2.5大模型API申请
10.3系统实现
10.3.1头部引入
10.3.2关键函数
10.3.3窗口实现
10.3.4Spark API
10.4功能测试
10.4.1运行项目
10.4.2发送问题及响应
项目11情绪分析
11.1总体设计
11.1.1整体框架
11.1.2系统流程
11.2开发环境
11.2.1安装Anaconda
11.2.2安装Tkinter和OpenAI库
11.2.3编辑器环境配置
11.2.4大模型API申请
11.3系统实现
11.3.1guitest.ipynb
11.3.2omgtest.ipynb
11.3.3omgloop.ipynb
11.3.4main.py
11.4功能测试
11.4.1运行项目
11.4.2发送问题及响应
项目12文字转图像
12.1总体设计
12.1.1整体框架
12.1.2系统流程
12.2开发环境
12.2.1安装Python
12.2.2安装PyCharm
12.2.3安装PyWebIO库
12.2.4大模型API申请
12.3系统实现
12.3.1获取鉴权参数
12.3.2主程序
12.4功能测试
12.4.1运行项目
12.4.2发送问题及响应
项目13足球资讯
13.1总体设计
13.1.1整体框架
13.1.2系统流程
13.2开发环境
13.2.1安装Python库
13.2.2大模型API申请
13.3系统实现
13.3.1soccerhelper.py
13.3.2mainWindow.py
13.3.3SparkAPI.py
13.4功能测试
13.4.1运行项目
13.4.2发送问题及响应
项目14图书馆检索
14.1总体设计
14.1.1整体框架
14.1.2系统流程
14.2开发环境
14.2.1安装PyCharm
14.2.2创建Python虚拟环境
14.2.3安装数据库
14.2.4创建项目
14.2.5大模型API申请
14.3系统实现
14.3.1前端HTML文件
14.3.2视图文件views.py
14.4功能测试
14.4.1成果展示
14.4.2后端日志监控
14.4.3大模型API调用情况
项目15音色转换
15.1总体设计
15.1.1整体框架
15.1.2系统流程
15.2开发环境
15.2.1配置PyCharm解释器
15.2.2安装Python包
15.2.3环境配置
15.2.4大模型API申请
15.3系统实现
15.3.1窗口设计
15.3.2调用音色转换
15.3.3文件格式转换
15.3.4窗口前端和后端业务逻辑连接
15.4功能测试
15.4.1运行项目
15.4.2项目输出
项目16智能换脸
16.1总体设计
16.1.1整体框架
16.1.2系统流程
16.2开发环境
16.2.1安装Python库
16.2.2创建项目
16.2.3大模型API申请
16.3系统实现
16.3.1主界面类DisplayWindow
16.3.2子界面SecondWindow
16.3.3子界面ThirdWindow
16.3.4子界面ForthWindow类
16.3.5线程类VideoThread
16.3.6线程类APICaller
16.3.7线程类MonitorThread
16.3.8其他类FolderHandler
16.3.9requests.py文件
16.4功能测试
16.4.1运行项目
16.4.2拍照
16.4.3选择本地图像
16.4.4搜索目标人脸
16.4.5换脸
项目17留学文书
17.1总体设计
17.1.1整体框架
17.1.2系统流程
17.2开发环境
17.2.1安装Node.js
17.2.2安装Vue.js
17.2.3大模型API申请
17.3系统实现
17.3.1API.js
17.3.2headBar.vue
17.3.3index.vue
17.3.4App.vue
17.4功能测试
17.4.1运行项目
17.4.2发送问题及响应
项目18宠物帮手
18.1总体设计
18.1.1整体框架
18.1.2系统流程
18.2开发环境
18.2.1安装Node.js
18.2.2安装pnpm
18.2.3环境配置
18.2.4创建项目
18.2.5大模型API申请
18.3系统实现
18.3.1头部head
18.3.2样式style.css
18.3.3样式one.css
18.3.4主体body
18.3.5其余文件的主体body
18.3.6main.js脚本
18.4功能测试
18.4.1运行项目
18.4.2发送问题及响应
项目19用户评价
19.1总体设计
19.1.1整体框架
19.1.2系统流程
19.2开发环境
19.2.1安装PyCharm
19.2.2安装urllib
19.2.3环境配置
19.2.4创建项目
19.3系统实现
19.3.1导入运行库
19.3.2获取Stoken
19.3.3获取回答
19.3.4主函数
19.4功能测试
19.4.1运行项目
19.4.2发送问题及响应
项目20旅游图鉴
20.1总体设计
20.1.1整体框架
20.1.2系统流程
20.2开发环境
20.2.1安装Node.js
20.2.2安装pnpm
20.2.3环境配置
20.2.4创建项目
20.2.5大模型API申请
20.3系统实现
20.3.1头部head
20.3.2样式style
20.3.3主体body
20.3.4main.js脚本
20.4功能测试
20.4.1运行项目
20.4.2发送问题及响应
项目21文案助手
21.1总体设计
21.1.1整体框架
21.1.2系统流程
21.2开发环境
21.2.1安装Python
21.2.2安装PyCharm
21.2.3安装PyWebIO库
21.2.4大模型API申请
21.3系统实现
21.3.1主程序
21.3.2API通信
21.4功能测试
21.4.1运行项目
21.4.2发送问题及响应
项目22菜谱推荐
22.1总体设计
22.1.1整体框架
22.1.2系统流程
22.2开发环境
22.2.1安装Node.js
22.2.2安装pnpm
22.2.3环境配置
22.2.4创建项目
22.2.5大模型API申请
22.3系统实现
22.3.1头部head
22.3.2样式style
22.3.3主体body
22.3.4main.js脚本
22.4功能测试
22.4.1运行项目
22.4.2发送问题及响应
项目23文字纠错
23.1总体设计
23.1.1整体框架
23.1.2系统流程
23.2开发环境
23.2.1安装Node.js
23.2.2安装pnpm
23.2.3环境配置
23.2.4创建项目
23.2.5大模型API申请
23.3系统实现
23.3.1头部head
23.3.2样式style
23.3.3主体body
23.3.4main.js脚本
23.4功能测试
23.4.1运行项目
23.4.2发送问题及响应
项目24网球运动员
24.1总体设计
24.1.1整体框架
24.1.2系统流程
24.2开发环境
24.2.1安装Python
24.2.2安装PyCharm
24.2.3环境配置
24.2.4大模型API申请
24.3系统实现
24.3.1头部head
24.3.2样式style
24.3.3主体body
24.3.4main.py脚本
24.4功能测试
24.4.1运行项目
24.4.2发送问题及响应
项目25职业推荐
25.1总体设计
25.1.1整体框架
25.1.2系统流程
25.2开发环境
25.2.1安装PyCharm
25.2.2大模型API申请
25.3系统实现
25.3.1头部head
25.3.2样式style
25.3.3主体body
25.3.4App.py
25.4功能测试
25.4.1运行项目
25.4.2发送问题及响应
项目26职场助手
26.1总体设计
26.1.1整体框架
26.1.2系统流程
26.2开发环境
26.2.1安装微信开发者工具
26.2.2安装MySQL
26.2.3安装Navicat
26.2.4环境配置
26.2.5项目启动
26.2.6大模型API申请
26.3系统实现
26.3.1小程序全局配置
26.3.2spark
26.3.3user
26.3.4后端服务器
26.4功能测试
26.4.1发送问题及响应
26.4.2查询历史记录
项目27手绘图像识别
27.1总体设计
27.1.1整体框架
27.1.2系统流程
27.2开发环境
27.2.1安装微信开发者工具
27.2.2安装调试基础库
27.2.3大模型API申请
27.3系统实现
27.3.1画板组件
27.3.2主界面的.js文件
27.3.3.wxml文件和.wxss文件
27.4功能测试
27.4.1运行项目
27.4.2绘制图像获得回答
项目28文献阅读
28.1总体设计
28.1.1整体框架
28.1.2系统流程
28.2开发环境
28.2.1配置服务器端
28.2.2环境配置
28.2.3大模型API申请
28.3系统实现
28.3.1前端代码
28.3.2后端代码
28.4功能测试
项目29法律咨询
29.1总体设计
29.1.1整体框架
29.1.2系统流程
29.2开发环境
29.2.1安装微信开发者工具
29.2.2大模型API申请
29.3系统实现
29.3.1index.js
29.3.2index.wxml
29.3.3index.wxss
29.3.4hotline.wxml
29.3.5hotline.wxss
29.3.6consult.js
29.3.7consult.wxml
29.3.8consult.wxss
29.3.9lawfirm.js
29.3.10lawfirm.wxml
29.3.11lawfirm.wxss
29.3.12App.js
29.3.13App.json
29.3.14App.wxss
29.3.15Project.config.json
29.4功能测试
29.4.1运行项目
29.4.2发送问题及响应
项目30文风模拟
30.1总体设计
30.1.1整体框架
30.1.2系统流程
30.2开发环境
30.2.1安装Python
30.2.2安装库和模块
30.2.3创建项目
30.2.4大模型API申请
30.3系统实现
30.3.1导入模块和初始化
30.3.2创建文本框及文风选择
30.3.3设置按钮样式及模型版本
30.3.4运行Tkinter主循环
30.4功能测试
30.4.1运行项目
30.4.2发送问题及响应
|
內容試閱:
|
前言
大模型是大语言模型(Large Language Model)的简称。大模型主要指具有数十亿甚至上百亿参数的深度学习模型,具备大容量、大算力、多参数等特点。大模型由早期的单语言预训练模型发展至之后的多语言预训练模型,再到现阶段的多模态预训练模型。随着人工智能技术的发展和应用场景的不断扩大,大模型从最初主要应用于计算机视觉、自然语言处理逐渐应用于医疗、金融、智能制造等领域,这些领域都需要处理大量的数据,可实现处理多任务的目标,由于大模型能够提供更高效、更精准的解决方案,目前已成为人工智能领域的重要发展方向之一。
大学作为传播知识、科研创新、服务社会的主要平台,为社会培养具有创新思维的现代化人才责无旁贷。本书依据当今社会的发展趋势,基于工程教学经验,将大模型相关知识提炼为适合国情、具有特色的创新实践教材。在本书中,作者总结了30个案例,希望以此书来推进创新创业教育,为国家培育更多掌握自主技术的创新创业型人才。
本书的内容和素材主要来源于以下方面: 作者所在学校近几年承担的教育厅和北京市的教育、教学改革项目与成果; 作者指导的研究生在物联网方向的研究工作及成果; 北京邮电大学信息与通信工程专业创新实践。该专业学生通过CDIO工程教育方法,实现创新研发,不但学到了知识,提高了能力,而且为本书提供了第一手素材和资料,在此向信息与通信工程专业的学生表示感谢。
本书的编写得到了教育厅高等学校电子信息类专业教学指导委员会、信息工程专业国家第一类特色专业建设项目、信息工程专业国家第二类特色专业建设项目、教育厅CDIO工程教育模式研究与实践项目、教育厅本科教学工程项目、信息与通信工程专业北京市特色专业项目、北京高等学校教育教学改革项目的大力支持。本书由北京邮电大学教学综合改革项目(2022SJJXA01)资助,特此表示感谢!
由于作者水平有限,书中难免存在不当之处,敬请读者不吝指正,以便作者进一步修改和完善。
李永华于北京邮电大学2024年8月
|
|