图解DeepSeek技术--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书以通俗易懂、大量图解的方式剖析了DeepSeek的底层技术。全书分为3章和附录，第1章详细分析了推理大模型的范式转变，即从“训练时计算”到“测试时计算”；第2章解读了DeepSeek-R1的架构——混合专家（MoE）；第3章展示了DeepSeek-R1详细的训练过程及核心技术，涵盖基于GRPO的强化学习等；附录分享了DeepSeek开源周活动。本书适合大模型从业人员和对大模型底层技术感兴趣的读者。书中通过丰富的图解将复杂的技术解释得简单、清晰、通透，是学习大模型技术难得一见的参考书。

作者简介

Jay Alammar（杰伊·阿拉马尔） Cohere总监兼工程研究员，知名大模型技术博客Language Models & Co作者，DeepLearning.AI和Udacity热门机器学习和自然语言处理课程作者。 Maarten Grootendorst（马尔滕·格鲁滕多斯特） IKNL（荷兰综合癌症中心）高级临床数据科学家，知名大模型技术博客博主，BERTopic等开源大模型软件包作者（下载量超过百万次），DeepLearning.AI和Udacity课程作者。 Jay & Maarten撰写的图解系列文章广受赞誉，累计吸引了数百万专业读者的目光。其中，Jay 的“The Illustrated Transformer”“The Illustrated DeepSeek-R1”、Maarten的“A Visual Guide to Reasoning LLMs”在全网热度极高。 Jay & Maarten的第一部作品《图解大模型：生成式AI原理与实战》（Hands-On Large Language Models）是业内广受赞誉的经典。《图解DeepSeek技术》是Jay & Maarten的第二部作品，人民邮电出版社图灵全球独家发布，是解读DeepSeek原理与训练的宝贵读物。李博杰智能体初创公司PINE AI联合创始人、首席科学家。曾任华为计算机网络与协议实验室副首席专家，入选华为首批“天才少年”项目。2019年获中国科学技术大学与微软亚洲研究院联合培养博士学位，曾获ACM中国优秀博士学位论文奖和微软学者奖学金。在SIGCOMM、SOSP、NSDI、USENIX ATC和PLDI等顶级会议上发表多篇论文。孟佳颖中国科学技术大学博士。现任北京中关村实验室助理研究员，主要从事网络协议栈的漏洞挖掘与风险分析技术的研究工作。

译者序前言第 1 章测试时计算 1.1 什么是推理大模型 1 1.2 什么是训练时计算 3 1.3 什么是测试时计算 7 1.3.1 缩放定律 10 1.3.2 测试时计算的分类 12 1.4 基于验证器的搜索 16 1.4.1 多数投票法 17 1.4.2 Best-of-N 采样 17 1.4.3 基于过程奖励模型的束搜索 20 1.4.4 蒙特卡洛树搜索 21 1.5 调整提议分布 24 1.5.1 提示工程 25 1.5.2 STaR 方法 26 1.6 小结 28 1.7 延伸阅读 29 第 2 章架构设计 31 2.1 稠密层 31 2.2 MoE 层 34 2.2.1 专家机制 35 2.2.2 路由机制 40 2.2.3 DeepSeekMoE 44 2.3 小结 50 第 3 章 DeepSeek-R1 训练方案 51 3.1 回顾：大模型的训练原理 51 3.2 DeepSeek-R1-Zero 的推理能力 55 3.2.1 示例：推理问题的自动验证 57 3.2.2 DeepSeek-R1-Zero 的完整训练过程 62 3.3 DeepSeek-V3 的效率优化策略 64 3.3.1 多头潜在注意力机制 64 3.3.2 混合精度训练 66 3.3.3 多词元预测 70 3.4 构建 DeepSeek-R1 72 3.5 通过 DeepSeek-R1 蒸馏推理能力 77 3.6 未成功的尝试 78 3.7 基于 GRPO 的强化学习 78 3.7.1 奖励值与优势值 79 3.7.2 KL 散度惩罚项 83 3.7.3 GRPO 目标函数 85 3.7.4 GRPO 算法 86 3.7.5 GRPO 参考实现 87 3.8 小结 87 附录 DeepSeek 开源周 89

图解DeepSeek技术

库存： {{selectedSku?.stock}} 库存充足