机读格式显示(MARC)

• 000 02014nam 2200301 450

• 001 0000809895

• 005 20250819144500.0

• 010 __ |a 978-7-301-36158-0 |d CNY119.00

• 100 __ |a 20250521d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a DeepSeek源码深度解析 |A DeepSeek yuan ma shen du jie xi |d = Deepseek source code deep analysis |f 薛栋, 黄捷著 |z eng

• 210 __ |a 北京 |c 北京大学出版社 |d 2025

• 215 __ |a 422页 |c 图 |d 26cm

• 225 2_ |a 人工智能与人类未来丛书 |A ren gong zhi neng yu ren lei wei lai cong shu

• 314 __ |a 薛栋, 华东理工大学信息科学与技术学院副敉授/硕士生导师, 德国慕尼黑工业大学工学博士, “上海市高层次青年人才计划”“浦江人才计划”获得者。先后在荷兰格罗宁根大学 (RUG)、德国卡尔斯鲁厄理工大学 (KIT) 从事教师和研究员工作。黄捷, 福州大学电气工程与自动化学院教授、博士生导师, 建省“闽江学者奖励计划”特聘教授、福建省高校杰出青年科研人才、福建省引进高层次人才、福州大学旗山学者、福建省闽江科学传播学者。研究方向涵盖多智能体系统协同控制与决策、工业互联网基础理论与关键技术等。现担任福建省自动化学会副会长、福州大学5G+工业互联网研究院院长等职务。

• 330 __ |a 本书第1章对DeepSeek进行了全面概述, 帮助读者构建对DeepSeek系统的整体认知。第2章聚焦于环境搭建、代码获取与模型部署接入, 为后续深入研究提供基础。第3章深入探讨了MoE (混合专家模型) 的基本原理、功能模块与优化技术。第4章详细解析了DeepSeek-V3模型的架构知识, 并通过测试验证展示了系统的实际效果。第5章围绕Transformer多模态大模型展开, 介绍了Janus系列架构、核心技术及工具模块。第6章针对高分辨率图像场景, 探讨了结合MoE、细粒度特征提取与视觉/语言适配器的多模态模型的知识。第7章聚焦DeepSeek-R1推理大模型, 展示了DeepSeek在推理性能与自我进化方面的前沿探索。

• 410 _0 |1 2001 |a 人工智能与人类未来丛书

• 510 1_ |a Deepseek source code deep analysis |z eng

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 610 0_ |a DeepSeek |A Deepseek

• 690 __ |a TP18 |v 5

• 701 _0 |a 薛栋 |A xue dong |4 著

• 701 _0 |a 黄捷 |A huang jie |4 著

• 801 _0 |a CN |b WFKJXY |c 20250819

• 905 __ |a WFKJXY |d TP18/921