目录

第1章大模型概述1

1.1大模型的发展历程1

1.1.1萌芽期（1950—2005年）1

1.1.2沉淀期（2006—2019年）4

1.1.3爆发期（2020年至今）5

1.2大模型的相关概念6

1.2.1何为大模型6

1.2.2大语言模型7

1.3大模型的分类8

1.3.1自回归大模型8

1.3.2自编码大模型8

1.3.3混合架构大模型9

1.3.4扩散大模型9

1.3.5多模态大模型9

1.4习题10

第2章大模型的关键技术11

2.1大模型原理的通俗理解11

2.2借助Anaconda集成开发环境运行Python程序12

2.2.1安装Anaconda软件12

2.2.2安装第三方库14

2.2.3Jupyter Notebook运行Python程序14

2.2.4Spyder运行Python程序16

2.3感知器17

2.3.1感知器模型17

2.3.2感知器学习算法18

2.4BP神经网络20

2.4.1BP神经网络模型20

2.4.2BP神经网络学习算法21目录〖3〗2.5卷积神经网络23

2.5.1卷积的含义23

2.5.2卷积神经网络基本结构25

2.5.3卷积神经网络实现手写数字识别31

2.5.4PyTorch模型保存与加载35

2.6循环神经网络37

2.6.1循环神经网络基本结构37

2.6.2双向循环神经网络38

2.7生成对抗网络39

2.8Transformer架构39

2.8.1编码器40

2.8.2解码器42

2.9习题43

第3章DeepSeek核心技术与本地化部署44

3.1DeepSeek概述44

3.2DeepSeek核心技术44

3.2.1混合专家架构44

3.2.2高效注意力机制45

3.2.3训练优化策略46

3.3DeepSeekR1本地化部署47

3.3.1安装Ollama47

3.3.2下载安装DeepSeekR148

3.3.3安装Chatbox用户界面49

3.3.4每次使用大模型的步骤50

3.3.5构建本地知识库51

3.4习题57

第4章DeepSeek提示词设计58

4.1有效提问的黄金法则58

4.2基础查询提示词60

4.2.1事实检索60

4.2.2概念解释63

4.3结构化输出提示词65

4.3.1分点输出65

4.3.2表格形式输出66

4.4逻辑处理提示词70

4.4.1归因分析70

4.4.2假设推演72

4.4.3谬误检测74

4.5创作型提示词77

4.5.1风格仿写77

4.5.2多方案生成79

4.5.3剧本生成82

4.6制作PPT提示词85

4.6.1用DeepSeek生成PPT内容85

4.6.2用Kimi根据生产的内容生成PPT88

4.7制作思维导图88

4.7.1用DeepSeek生成内容大纲89

4.7.2用Xmind根据生成内容制作思维导图90

4.8大模型操作Excel文件92

4.8.1安装OfficeAI助手92

4.8.2与AI对话处理表格文件93

4.9习题95

第5章DeepSeek数据分析96

5.1数据分析概述96

5.2数据预处理96

5.2.1缺失值处理97

5.2.2删除指定的行或列100

5.2.3重复行处理101

5.2.4数据变换102

5.3统计分析104

5.4自回归时间序列预测106

5.5数据可视化109

5.5.1绘制折线图109

5.5.2绘制饼图110

5.5.3绘制柱状图112

5.5.4制作数据看板114

5.6习题116

第6章DeepSeek文档分析118

6.1常规文档分析的提示词结构118

6.1.1核心内容摘要型文档分析118

6.1.2数据提取型文档分析119

6.1.3对比分析型文档分析120

6.1.4情感分析型文档分析123

6.2复杂文档处理的提示词结构126

6.3学术论文分析的提示词结构128

6.3.1学术论文分析提示词的通用设计原则129

6.3.2不同关注点分析论文的提示词设计原则129

6.4习题133

第7章DeepSeek实现分类与聚类134

7.1决策树分类134

7.1.1决策树工作原理134

7.1.2选择最佳划分属性的度量138

7.1.3决策树分类待测样本的过程140

7.1.4ID3决策树分类140

7.1.5C4.5决策树分类144

7.2支持向量机分类146

7.2.1支持向量机分类原理146

7.2.2最大边缘超平面147

7.2.3线性支持向量机线性决策边界147

7.2.4线性支持向量机线性分类器边缘148

7.2.5训练线性支持向量机模型149

7.2.6大模型实现线性支持向量机分类151

7.3聚类155

7.3.1聚类概念155

7.3.2k均值聚类156

7.3.3密度聚类原理157

7.3.4大模型实现k均值聚类160

7.3.5大模型实现密度聚类167

7.4习题171

第8章即梦AI视觉大模型172

8.1视觉大模型概述172

8.1.1国外视觉大模型172

8.1.2国内视觉大模型173

8.2文本生成图像174

8.2.1广告设计175

8.2.2人物设计176

8.3图像理解178

8.4视频生成与处理180

8.4.1图片生成视频180

8.4.2文本生成视频181

8.5制作数字人182

8.5.1对口型数字人制作183

8.5.2动作模仿数字人制作183

8.6习题185

第9章创建大模型的智能体186

9.1智能体概述186

9.2使用智谱清言搭建个人专属智能体187

9.3使用讯飞星火搭建个人专属智能体191

9.4习题195

参考文献196