PythonAI算法
大模型项目实战：多领域智能应用开发
本书面向大语言模型应用的使用者和开发者，涵盖基础知识、实操环节及多领域应用开发。内容分为基础篇、操作篇和开发篇三部分，涉及 ChatGLM、Qwen-VL、LLaMA2 等模型的安装、微调与量化，以及 Chat、编程、RAG、翻译、AI Agent、语音、数字人等场景的开发实践。适合对大模型开发感兴趣的技术人员参考。
本书面向大语言模型应用的使用者和开发者，涵盖基础知识、实操环节及多领域应用开发。内容分为基础篇、操作篇和开发篇三部分，涉及 ChatGLM、Qwen-VL、LLaMA2 等模型的安装、微调与量化，以及 Chat、编程、RAG、翻译、AI Agent、语音、数字人等场景的开发实践。适合对大模型开发感兴趣的技术人员参考。
本书面向大语言模型应用的使用者和开发者，从大语言模型的基础知识开始，逐步深入，详细介绍了常见的操作方法和各类型应用的开发过程。
全书共 18 章，分为三篇。基础篇（第 1～3 章），讲解大语言模型的基础知识、应用架构、应用工作模式。操作篇（第 4～8 章），讲解大模型的实操环节，包括应用环境的搭建，多种大模型的安装、微调与量化等，囊括了大模型的常用操作。开发篇（第 9～18 章），详细讲述大语言模型在 9 个领域的应用开发过程，包括 Chat、编程、RAG、翻译、AI Agent、语音、数字人、提示词生成、AI 小镇等，涵盖应用的开发目标、原理及开发过程，中间还穿插讲解了 VS Code 插件的开发，丰富了应用的运行场景。
具体来说，本篇中每章都阐述了示例的设计目标，详细介绍了应用的运行原理，给出了源代码、运行方法、运行结果，内容完整，各章自成体系，章与章之间无严格的阅读顺序。
1.1 大语言模型概述 1.2 基本原理 1.3 应用开发技术 1.4 训练方法 1.5 常见现象
2.1 整体架构 2.2 基础设施 2.3 基础软件 2.4 应用软件
3.1 硬件部署 3.2 应用软件部署 3.3 运行模式
4.1 基础设施 4.2 基础软件安装 4.3 其他软件安装
5.1 ChatGLM 安装 5.2 Qwen-VL 安装 5.3 LLaMA2 安装 5.4 Gemma 安装 5.5 Whisper 安装
6.1 ChatGLM 微调 6.2 LLaMA2 微调 6.3 Gemma 微调
7.1 量化介绍 7.2 llama.cpp 量化过程 7.3 gemma.cpp 量化过程
8.1 Stable Diffusion 介绍 8.2 Stable Diffusion 部署 8.3 Stable Diffusion 应用
9.1 目标 9.2 原理 9.3 开发过程
10.1 目标 10.2 原理 10.3 开发过程
11.1 目标 11.2 原理 11.3 开发过程
12.1 目标 12.2 原理 12.3 开发过程
13.1 目标 13.2 原理 13.3 开发过程
14.1 目标 14.2 原理 14.3 开发过程
15.1 目标 15.2 原理 15.3 开发过程
16.1 目标 16.2 原理 16.3 开发过程
17.1 目标 17.2 原理 17.3 开发与训练过程
18.1 目标 18.2 原理 18.3 开发过程
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online