弗朗索瓦

本書採用創新且實用的教學策略，巧妙融合理論基礎與實踐應用，深入剖析自然語言處理(Natural Language Processing，NLP)領域的新進展，以及大語言模型(Large Language Model，LLM)的原理。書中不僅系統闡述了?LLM?的理論基礎，還通過實際項目案例展示了如何將這些模型應用於構建RAG系統。本書遵循由淺入深的路徑，從LLM的基礎知識入手，詳細闡釋了模型的訓練流程，並深入探討了如何利用提示技術與模型進行高效交互。書中還重點介紹了兩個在業界得到廣泛認可的框架—LlamaIndex和LangChain，它們是開發RAG應用的強大工具。書中的項目案例不僅為讀者提供了寶貴的實踐經驗，也能夠加深讀者對相關概念的理解和應用。此外，書中進一步探討了包括智能體和微調在內的高級技術，這些技術能夠顯著提升問答系統的性能。

本書由Keras之父、現任Google人工智能研究員的弗朗索瓦?肖萊（Franc?ois Chollet）執筆，詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括計算機視覺、自然語言處理、產生式模型等應用。書中包含30多個代碼示例，步驟講解詳細透徹。由於本書立足於人工智能的可達性和大眾化，讀者無須具備機器學習相關背景知識即可展開閱讀。在學習完本書後，讀者將具備搭建自己的深度學習環境、

本書由流行深度學習框架Keras之父弗朗索瓦·肖萊執筆，通過直觀的解釋和豐富的示例幫助你構建深度學習知識體系。作者避免使用數學符號，轉而採用Python代碼來解釋深度學習的核心思想。全書共計14章，既涵蓋了深度學習的基本原理，又體現了這一迅猛發展的領域在近幾年裡取得的重要進展，包括Transformer架構的原理和示例。讀完本書後，你將能夠使用Keras解決從計算機視覺到自然語言處理等現實世界的諸多問題，包括圖像分類、圖像分割、時間序列預測、文本分類、機器翻譯、文本生成等。

Hive“出身名門”，是最初由Facebook公司開發的數據倉庫工具。它簡單且容易上手，是深入學習Hadoop技術的一個很好的切入點。本書由數據庫專家和大數據專家共同撰寫，具體內容包括：Hive的安裝和配置，其核心組件和架構，Hive數據操作語言，如何加載、查詢和分析數據，Hive的性能調優以及安全性，等等。本書旨在為讀者打牢基礎，從而踏上專業的大數據處理之旅。

本書詳細介紹SEGMENT ROUTING流量工程（以下簡稱為SR-TE）解決方案以及SDN控制器與SEGMENT ROUTING基礎設施的集成，並提供了相關各種協議的教程。通過本書（本系列叢書第二卷），讀者能夠更加深入地理解SEGMENT ROUTING技術如何推動網絡簡化、擴展和自動化，如何結合SDN實現大規模流量工程，如何對業務進行監控和維護，提高網絡可見性等。本書適合電信運營商、OTT、大