生成式AI入门与AWS实战 - [美] 克里斯·弗雷格利(Chris Fregly)

生成式AI入门与AWS实战

[美] 克里斯·弗雷格利(Chris Fregly)

出版时间

2024-04-30

ISBN

9787115644169

评分

★★★★★

标签

计算机

书籍介绍

本书是专注于如何在AWS上开发和应用生成式AI的实用指南,旨在为技术领导者、机器学习实践者、应用开发者等提供深入了解和应用生成式AI的策略与方法。

本书首先介绍了生成式AI的概念及其在产品和服务中的应用潜力,然后详细阐述了生成式AI项目的完整生命周期。作者探讨了多种模型类 型,如大语言模型和多模态模型,并提供了通过提示工程和上下文学习来优化这些模型的实际技巧。此外,本书讨论了如何使用LoRA技术对模型进行微调,以及如何通过RLHF使模型与人类价值观对齐。书中还介绍了RAG技术,以及如何利用LangChain和ReAct等开发agent。最后,本书介绍了如何使用Amazon Bedrock构建基于生成式AI的应用程序。基于该强大的平台,读者可以实现自己的创新想法。

本书适合对生成式AI感兴趣的学生和研究人员、在AWS上开发AI应用程序的软件开发人员和数据科学家、寻求利用AI技术优化业务流程的企业决策者以及对技术趋势保持好奇心的科技爱好者阅读。

专业书评:

当前,生成式AI领域的发展日新月异,即便是对从业者来说,新的技术名词也可能让他们应接不暇。这本书不仅详细介绍了众多前沿技术名词及其应用场景,而且提供了一条清晰的路径。这条路径可以帮助任何对此感兴趣的读者整合应用这些技术,以构建完整的端到端应用程序,而不仅仅是停留在理论学习的层面。对希望将AI技术应用到实际场景中的从业者而言,这本书无疑是一份极具价值的资源,它能帮助他们在AI技术的落地应用方面取得实质性的进展。

——贾扬清,Lepton AI创始人兼CEO

这本书广泛且深入地覆盖了生成式AI的基础概念、核心理论与前沿实践。从基础知识出发,步步深入至模型的训练、微调和部署,直至创新应用的各个阶段。它不仅为生成式AI领域的初学者铺设了一条系统的学习路径,帮助他们构建了对这一复杂技术领域的宏观视野,而且为希望在AWS上构建可扩展的高性能生成式AI产品的从业者提供了深度洞察与实操指南。这本书兼具理论深度与实践广度,对AI研发工程师、产品经理、营销策划师以及企业领导者来说,是一份不可多得的学习资料。

——王小川,百川智能创始人兼CEO

这本书获得了AWS、Meta等科技巨头资深人士和行业专家的高度评价。中文版的面世将有助于开发者更深入地学习和理解生成式AI。作为一份理论与实践并重、视野开阔、内容丰富的生成式AI实战指南,这本书为读者开发生成式AI应用程序提供了坚实的基础和指导。它不仅阐释了生成式模型、提示工程等基本概念,而且系统讲解了大语言模型及其在Amazon SageMaker上的应用。书中深入探讨了多种类型的微调技术细节,可以帮助读者构建上下文感知的跨模态(文本、图像等)生成式AI应用程序。作者巧妙地将理论知识、实践代码与真实案例相结合,为希望在AWS上构建和部署生成式AI应用程序的读者——无论是AI工程师、数据科学家还是产品经理,无论是初学者还是领域专家——提供了一条构建理想生成式AI解决方案的有效路径。

——周明,澜舟科技创始人兼CEO,微软亚洲研究院原副院长

如今,大语言模型企业决胜的关键点不仅在于谁能夯实基础、系统布局,更在于谁能将大语言模型与业务场景有效结合,用好大语言模型,让其真正产生价值。这本书堪称理解和应用生成式AI的优秀资源,其中不仅包含翔实的技术细节,更有丰富的实际案例和实用技巧。对希望在AWS平台上构建生成式AI应用程序的行业人士而言,这本书具有极高的参考价值。

——霍太稳,极客邦科技创始人兼CEO

生成式AI让人类迎来了科技变革最大的周期,这场变革比移动互联网与云计算所带来的变革都要剧烈。开发者的创造力和生产力预计将实现十倍速的提升,创造出此前难以想象的各种丰富多彩的应用。在这巨变之中,庞杂的信息扑面而来。这本书由浅入深地阐释了生成式AI的基础知识、示例,以及关键技术、工程技巧与实践,对开发者来说是一本值得阅读的佳作,有助于他们掌握前沿技术。

——蒋涛,CSDN创始人兼董事长,中国开源软件推进联盟副主席

当大家都在热烈讨论大语言模型和AIGC时,如何让这些先进技术尽快落地,并深度服务于商业和社会,已成为新的巨大挑战。作者在这本书中深入分析了如何构建这些前沿的生成式模型,并分享了宝贵的实践经验,旨在指导你如何选择现有的生成式模型或从头开始构建一个新模型。

——刘湘明,钛媒体联合创始人

生成式AI领域发展迅速,涉及的知识庞杂而丰富。这本书介绍了生成式AI的诸多基本概念和定义,有助于初学者对这一热门领域建立一个较为全面的认知。

特别值得一提的是,书中还增加了对AWS相关技术的介绍与讲解。在生成式AI领域,AWS可以提供先进的模型、工具和服务,其用户群体遍布国内各行各业。对于想要深入了解AWS技术或在AWS平台上进行实践的读者,这本书提供了针对性的指导和帮助。

——孟鸿,量子位创始人兼CEO

这是一本颇具趣味的实战指南,适合国内生成式AI开发者、科技发烧友,以及那些计划利用AI技术优化业务流程的企业决策者阅读,是一本实用的工具书。这本书图文并茂,从行文上体现了生成式AI“越智能越傻瓜,越智能越简便”的技术精髓。尽管人工智能领域顶级研究人员的培养至关重要,但普惠型入门级人才的阶梯式培养也同样迫切。

——谢丽容,《财经》杂志副主编

目前,生成式AI已经成为人工智能最重要的发展方向之一。相关研究者和工程师需要不断学习和掌握这个方向的前沿研究、技术发展和工程落地。这本书由专业人士精心创作,系统地介绍了生成式AI的相关基础概念及工程实践方法,并提供了宝贵的实践经验和翔实的操作指南。相信这本书会为技术从业者带来实际价值。同时,对于非技术背景的AI从业者,这也是一本非常合适的入门教程。

——赵云峰,机器之心创始人

我对这本书的出版感到非常兴奋——它很好地融合了重要的背景知识、理论信息及详细的实践代码和深入讲解。我很喜欢阅读它,相信你也会喜欢!你将从基础开始掌握生成式基础模型、提示工程等,循序渐进地学习大语言模型,并了解如何通过Amazon SageMaker使用它们。在掌握基础知识后,你将会了解多种类型的微调,之后深入这本书的核心部分,学习构建能够执行基于上下文推理的应用程序,这些应用程序具有使用不同模态(包括文本和图像)的生成式模型的能力。

——Jeff Barr,AWS副总裁兼首席布道师

这本书展示了在AWS上构建基于生成式AI的解决方案的相关资源。Chris、Antje和Shelbee通过真实世界的示例出色地介绍了大语言模型和多模态模型的关键概念、可能遇到的挑战和实践。这是一本符合时代需求的图书,可加速你从概念到产品构建生成式AI解决方案的过程。

——Geeta Chauhan,Meta应用人工智能主管

在开发和部署生成式AI应用程序的过程中,许多复杂的决策点共同决定了应用程序能否生成高质量的输出,以及能否以经济高效、可扩展和可靠的方式运行。这本书揭开了底层技术的神秘面纱,并提供了详细指导,可以帮助读者理解和做出决策,并最终成功开发生成式AI应用程序。

——Brent Rabowsky,AWS高级经理,人工智能/机器学习专家解决方案架构师

找到一本涉及模型开发和部署端到端过程的图书很难!如果你是机器学习从业者,这本书值得你拥有!

——Alejandro Herrera,Snowflake数据科学家

这本书深入探讨了如何构建和使用生成式AI应用程序。它涵盖生成式AI模型的整个生命周期,而不仅仅是提示工程或微调。如果考虑将生成式AI应用程序用于复杂场景,你应该阅读这本书,了解成功的应用程序所需的技术组合和工具。

——Randy DeFauw,AWS高级首席解决方案架构师

这本书非常适合用于入门生成式AI应用程序开发。互联网上关于这个主题的信息铺天盖地,让人不知从哪里入手。而这本书提供了一个清晰且有条理的指南:它从基础知识一直讲到高级主题,如参数高效微调和模型部署等。这本书非常实用,还介绍了如何在AWS上部署生成式AI应用程序。这本书对于数据科学家和工程师是极其宝贵的资源。

——Alexey Grigorev,OLX集团首席数据科学家兼DataTalks.Club创始人

这是一本关于构建生成式AI应用程序的实用图书。Chris、Antje和Shelbee共同整理了这份出色的学习资源,在未来几年内它都将是非常有价值的——如果可能的话,可以将其作为大学的学习内容。对任何在AWS上大规模构建生成式AI应用程序的人来说,这本书不容错过。

——Olalekan Elesin,HRS集团数据科学平台总监

如果你正在寻找构建和部署生成式AI产品或服务的强大学习资源,那么这本书是你的不二之选。在Chris Fregly、Antje Barth和Shelbee Eigenbrode的专业指导下,你将从生成式AI应用程序开发新手成长为精通训练、微调和应用程序开发等复杂细节的行家。对每个初出茅庐的AI工程师、产品经理、营销人员或商业领袖来说,这本书都是不可或缺的指南。

——Lillian Pierson,PE,Data-Mania创始人

这本书深入探讨了创建理解多样化数据类型并开发基于上下文的决策的应用程序所需的创新技术。通过这本书,读者可以获得全面的视角,将理论与生成式AI应用程序所需的实践工具连接起来。对那些希望充分利用AWS在生成式AI领域的潜力的人来说,这本书值得一读。

——Kesha Williams,Slalom Consulting总监兼AWS机器学习Hero

生成式AI领域的发展如此之快,以至于看到如此多的相关知识被浓缩成一本内容全面的图书,真是令人难以置信。真棒!

——Francesco Mosconi,Catalit数据科学主管

目录
前言 1
第1章 生成式AI用例、基础知识和项目生命周期 5
1.1 生成式AI用例和任务 5
1.2 基础模型和模型中心 8
1.3 生成式AI项目生命周期 8

显示全部
用户评论
本书不仅涵盖了生成式AI的基础知识、核心理论和前沿实践,还提供了丰富的实践案例和操作指南。对这本书从生成式AI的基本概念出发,深入探讨了模型的训练、微调和部署,以及创新应用的各个阶段。 提供了清晰的路径和方法,帮助读者整合应用这些技术,构建端到端应用程序。涉及大语言模型、多模态模型、微调技术、上下文感知等前沿技术。特别针对AWS平台,介绍了如何使用Amazon SageMaker、Amazon Bedrock等服务构建生成式AI应用程序。本书提供了构建理想生成式AI解决方案的有效路径,鼓励创新和实验。这本书是一本全面、深入且实用的生成式AI入门与实战指南,特别适合那些希望在AWS上构建可扩展的高性能生成式AI产品的从业者。书中的实战案例和操作指南,使得理论与实践相结合,易于读者理解和应用。
一本非常不错的学习生成式AI与大模型的入门技术图书,同时这本书还介绍了搭载AWS技术的相关内容,值得一读。
提示工程是一种新兴且令人兴奋的技能,专注于如何更好地理解和应用生成式 AI 模型来完成你的任务和用例。有效的提示工程可以帮助你充分利用生成式 AI 模型及应用。 发送给生成式 AI 模型的输入通常称为提示,提示可以是用于大语言模型的文本或者用于多模态模型的图像、视频等其他形式。在推理阶段,该提示被传递给模型,以生成一个“补全”。
AWS开发和应用生成式AI实用指南,理论与实践相结合,深入剖析理论重点与开发难点,涵盖生成式AI的多个主题,掌握开发中的实际应用。
本人是在一篇博文上看见博主推荐这边书的,看了一下目录果断购买了。又花了几个星期看完了,感觉这本书很基础,概念和流程讲清楚了,思路清晰,概念全面,不过落地应用主要是在aws环境,由于没有此环境,不好实践,只能先作为知识普及的书了。
几天扫了遍 主要还是去年刷了作者的课 感谢 不过书太入门了
很好的一本生成式AI入门指南。介绍了基本的术语,厘清了许多基本概念,为你学习和了解生成式AI技术打下了一个很好的基础。可以说,告诉你需要知道的关于大模型的所有必备知识,对生成式AI产品生命周期建立宏观的视野,然后还有使用AWS的工具动手实践的部分。
这本书是生成式AI领域的权威指南,详尽介绍了基础概念、理论框架和前沿实践。书中深入剖析了核心技术,并提供具体的实践指南,初学者和AI研究者都可以读一读
收藏