深入探索Mamba模型架構與應用（簡體書）

Mamba是一種新型的深度學習架構，在保持對序列長度近似線性擴展性的同時，提供了與Transformers相當的建模能力。《深入探索Mamba模型架構與應用》旨在幫助讀者探索Mamba在不同領域實現卓越性能的潛力，並深入理解和應用這一新興的模型架構。本書配套示例源碼、PPT課件、配圖PDF文件與讀者微信交流群服務。《深入探索Mamba模型架構與應用》共分16章，內容包括Mamba概述、Mamba架構詳解、Mamba組件詳解、基於PyTorch的彈簧振子動力學Mamba實戰、Mamba文本情感分類實戰、Mamba的文本轉換實戰、VisionMamba圖像分類實戰、多方案的Mamba文本生成實戰、讓Mamba更強的模塊、循環神經網絡詳解與切片時間序列預測、基於Jamba的天氣預測實戰、統一了注意力與Mamba架構的Mamba2模型、Mamba結合Diffusion的圖像生成實戰、知識圖譜的構建與展示實戰、基於特徵詞的語音喚醒實戰、多模態視覺問答實戰。《深入探索Mamba模型架構與應用》既適合Mamba架構初學者，以及人工智能、深度學習方向的從業人員閱讀，也適合作為高等院校或高職高專院校相關專業學生的參考書。