Sutskever 大神推薦 - 建構AI世界最重要的30篇論文:用PyTorch完整實作

https://youtu.be/IAWRuwwzmcg 用 PyTorch、NumPy、Google Colab T4 GPU 最強工具 完整實作 Perceptron、CNN、RNN、Transformer、GPT、RLHF 等經典論文 * Perceptron / MLP / Backpropagation / CNN / RNN / LSTM 精選論文實作 * 超過 30 個完整 Jupyter Notebook 重現論文過程 * 最棒的學習路徑，從 1958 到 2022，一次掌握 64 年 AI 發展史 * 串接 Google Colab 免費 GPU，無限制的運算資源，還有 T4 加速 * 用 PyTorch 撰寫 Attention、Transformer、BERT * 實作 AlphaGo，5 分鐘搞懂蒙地卡羅樹搜尋，自己幫你跑完整局棋 * 快速寫出 Visual Transformer 完整實作 快點上手全世界最強 AI 研究者的必讀論文，從此不用再苦苦爬 arXiv，不用再嫌自己看不懂數學，只要會寫程式。讓 PyTorch 帶你用 Vibe Coding 以百倍速度把論文變成能跑的程式碼。本書從入門到實戰，一路扶持你成為能駕馭 AI 論文的開發者。 從設定 Google Colab 環境與啟用 T4 GPU，熟悉 PyTorch 張量操作，活用 Perceptron、MLP、Backpropagation、Dropout、BatchNorm，立即感受大神們在完成論文的開心！ 包括使用 CNN 做影像辨識，使用 Word2Vec 做詞嵌入，使用 RNN 和 LSTM 處理序列資料，使用 Seq2Seq 做機器翻譯，當然還有使用 Attention 機制，重現歷史的重要 AI 時刻。 掌握 Transformer 的關鍵思維，了解 BERT 與 GPT 的預訓練威力，結合 Decoder-Only 架構，不用再摸索無盡的論文海，不用再埋頭苦讀上百頁英文的官方文件，直接就動手做了 用 VAE 精準生成，了解 AI 最愛看的 GAN 生成對抗網路，使用 ResNet 建立一個 AI 專用的殘差連接流程，從零打造 Batch Normalization；再進一步實作 DQN 強化學習與 AlphaGo 蒙地卡羅樹搜尋策略，最後用 InstructGPT 與 RLHF，Dall-E、Stable Diffusion、Visual Transformer，了解 AI 圖片產生的原理。 【作者簡介】 胡嘉璽 研究領域為 LLM、Vibe Coding、Agent、量子電腦、虛擬化及容器。 聯絡方式：github/joshhu 出版社：深智數位股份有限公司 作者：胡嘉璽 ISBN／EAN：9786267757956