简介
Mamba是一种新型的深度学习架构,它在保持对序列长度近似线性扩展性的同时,提供了与Transformers相当的建模能力。本书帮助读者探索Mamba在不同领域实现卓越性能的潜力,并深入理解和应用这一新兴的模型架构。本书配套示例源码、PPT课件与作者微信群答疑服务。本书共分16章,内容包括Mamba概述、Mamba架构详解、Mamba组件详解、基于PyTorch的弹簧振子动力学Mamba实战、Mamba文本情感分类实战、Mamba的文本转换实战、VisionMamba图像分类实战、多方案的Mamba文本生成实战、让Mamba更强的模块、循环神经网络详解与切片时间序列预测、基于Jamba的天气预测实战、统一了注意力与Mamba架构的Mamba2模型、Mamba结合Diffusion的图像生成实战、知识图谱的构建与展示实战、基于特征词的语音唤醒实战、多模态视觉问答实战。本书既适合Mamba架构初学者,以及人工智能、深度学习方向的从业人员,也适合高等院校或者高职高专院校相关专业的学生。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2025-03-01
- 更新: 2025-05-28
- 书号:9787302681571
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术