買這商品的人也買了...
-
$2,242Computer Manual in MATLAB to Accompany Pattern Classification, 2/e (Paperback) -
自然語言處理實戰 : 利用 Python 理解、分析和生成文本$594$564 -
$607Flask Web 開發入門、進階與實戰 -
全格局使用 PyTorch -- 深度學習和圖神經網路 -- 實戰篇$880$695 -
玩真的！Git ✕ GitHub 實戰手冊 - coding 實境、協同開發、雲端同步, 用最具臨場感的開發實例紮實學會！ (Git for Programmers)$580$458 -
量子航程：揭開未知的科技奧秘探索量子力學的魅力$500$390 -
多模態大模型：技術原理與實戰$600$570 -
$556大規模語言模型：從理論到實踐 -
基於大模型的 RAG 應用開發與優化 — 構建企業級 LLM 應用$834$792 -
$505大模型 RAG 應用開發：構建智能生成系統
商品描述
本書是一本面向AI開發者的實戰指南，旨在幫助讀者從零開始掌握全棧AI開發的完整流程。本書深入講解瞭如何將前端開發與AI模型集成，涵蓋了從本地部署到大模型訓練的各個環節。本書以DeepSeek、Dify和Ollama三大技術為核心，詳細講解了AI前端開發的基礎知識、架構設計、API調用、模型部署與優化等關鍵技術。通過深入淺出的理論講解和豐富的代碼示例，讀者可以快速掌握AI應用開發的核心技能。 本書不僅提供了豐富的理論知識，還通過大量實戰案例，展示瞭如何在實際項目中應用這些技術，包括智能客服系統、音樂創作助手、人力資源管理系統、數據可視化模型、AI大模型的本地部署、AI全棧開發、智能知識庫創建、爆款文案生成模型、家庭教育模型等多個實戰案例，每個案例都配有詳細的步驟說明和代碼實現，讀者可以邊學邊練，快速將理論知識轉化為實際項目中的解決方案。 本書的案例設計貼近實際開發需求，涵蓋了從簡單的API調用到覆雜的全棧AI應用開發。無論是初學者還是有經驗的開發者，都能從這些案例中找到適合自己的學習路徑，幫助讀者在資源有限的環境下高效開發AI應用。通過學習本書內容，讀者將具備獨立開發全棧AI應用的能力，並能夠在實際項目中靈活運用這些技術。
作者簡介
孫志華，人工智能與大數據專業大學講師，沈陽航空航天大學軟件工程專業本科，敖德薩梅契尼可夫國立大學信息系統和技術專業碩士，全國高校計算機能力挑戰賽優秀指導老師，在人工智能科研和教學領域擁有豐富的經驗，尤其在人工智能、物聯網和軟件系統開發方面取得了一定成就，專註於將前沿的人工智能技術應用於實際場景。
目錄大綱
第1章 AI時代前端開發基礎與集成準備
1.1 AI前端技術基礎
1.1.1 AI前端基礎概念
1.1.2 從Vue3和React的特性與區別看開發工具的選擇
1.1.3 從TypeScript看AI智能開發的質量和安全防控
1.2 AI集成的前端架構設計
1.2.1 前端與AI服務的通信架構
1.2.2 前端如何集成AI模型與服務
1.2.3 狀態管理與數據流設計
1.2.4 響應式UI組件設計模式
1.3 RESTful API設計應用
第2章 DeepSeek大模型集成與應用
2.1 DeepSeek模型概述
2.1.1 DeepSeek模型的特性與優勢
2.1.2 模型架構與技術原理
2.1.3 應用場景分析
2.2 DeepSeek部署與配置
2.2.1 環境要求與準備
2.2.2 模型部署流程
2.3 與Dify系統的集成：接口對接方案
2.4 應用開發與實戰
2.4.1 API調用實戰
2.4.2 提示工程技巧
2.5 實戰案例
實戰任務：代碼系統集成·使用Dify構建工作流
綜合實戰1：人力資源應用·簡歷篩選大模型
綜合實戰2：音樂創作領域應用·樂曲自動生成器
綜合實戰3：智能辦公應用·數據可視化大模型
綜合實戰4：AI大模型+前端全棧開發
第3章 Dify系統部署與應用
3.1 Dify系統基礎
3.1.1 檢索增強生成的原理
3.1.2 向量數據庫選型與配置
3.1.3 文檔預處理與索引構建
3.2 Dify部署與配置
3.2.1 Docker環境配置
3.2.2 Dify服務器部署步驟
3.3 知識庫的構建與管理
3.3.1 文檔預處理與清洗
3.3.2 向量化與索引策略
3.3.3 知識庫更新與維護
3.4 實戰案例
實戰任務1：5分鐘極速部署
實戰任務2：Dify部署通義千問大模型
綜合實戰：數據庫領域應用·創建知識庫
第4章 Ollama本地大模型部署
4.1 環境準備與模型選擇
4.1.1 硬件要求與系統配置
4.1.2 模型選型
4.1.3 模型量化與優化
4.2 Ollama部署與調優
4.2.1 安裝與基礎配置
4.2.2 模型參數調整
4.3 實戰案例
實戰任務：本地運行AI模型
綜合實戰1：自媒體領域應用·爆款文案AI智能生成器
綜合實戰2：教育領域應用·閱讀陪伴大模型
附錄
AI前端開發的構建工具
樣式設計工具
檢查工具
