推荐

新书推荐

一蓑烟雨任平生:宋朝词人的风华人生

内容简介

◎内容简介 《一蓑烟雨任平生:宋朝词人的风华人生》选取李煜、晏殊、欧阳修、苏轼、李清照、唐琬等宋代词人的四十三篇传世名作,以轻松诙谐的笔调,用讲故事的方式,全面解读作品背后的深层意蕴,品味词人从儿女情长到金戈铁马的风华人生,领略他们的多情与豪迈、怅惘与无奈。全书融词、史、人于一体,既有诗酒人生,也有家国天下,可以说是一部有料有趣、精彩好看的 “诗词小说”。 慢读一卷诗书,走进一段传奇。


★ 编辑推荐
1.古诗词畅销书女作家徐若央全新力作。徐若央是中国古诗词畅销书作家,已出版作品《枕上诗书:一本书读懂最美古诗词》等,销量达到百万级别,深受读者喜爱。
2.一套书读懂最美宋词。“多情不如无情”的司马光、“手足之爱,平生一人”的苏轼与苏辙、半生飘零半生愁的李清照、“只有丹心难灭”的文天祥……作者以用讲故事的方式,选取宋代最具代表性的词人及其传世名作,品味他们从儿女情长到金戈铁马的风华人生,领略他们的多情与豪迈、怅惘与无奈。每首诗都是一段传奇,每首词都有它的故事。
3.四十三位伟大词人,四十三首经典词作,全书融词、史、人于一体,既有诗酒人生,也有家国天下,串联起大宋词坛一个个闪耀瞬间,还原了大宋王朝三百多年的跌宕风貌,可以说是一部有料、有趣、精彩好看的“诗词小说”。
4.古文零基础也能轻松入门。全书大部分诗词都附有部分疑难字词注解和生僻字注音,帮助读者顺畅阅读和理解古诗词,快速告别“诗词小白”。
5.本书文前精选8幅宋代绘画及书法作品,包括赵佶《瑞鹤图》、米芾《临定武兰亭卷》、王希孟《千里江山图》等,全四色印刷,带你饱览宋代大画家和大书法家的传世经典。
6.本书还倾情邀请插画师青云独家绘制15幅唯美古风花卉内插,让读者在阅读诗文时获得美的享受,也可以作为填色图,舒缓身心,解压治愈。
7.封面采用平装双封,外封唯美诗意,内封清新雅致,全四色精印,体现了宋代文学大家的恣肆昂扬与文雅风致,为读者带来内容、形式双高的经典诗词赏析读本。同时,随书附赠唯美古风书签1张,赏心悦目。

作者简介

徐若央 中国古诗词畅销书女作家。 著有《枕上诗书:一本书读懂最美古诗词》《枕上诗书:一本书读懂最美诗经》《纳兰容若词传:人生若只如初见》等畅销书。 若不能超凡脱俗,便要极尽红尘。

目录

  • 回首已是梦中客:李煜《虞美人》
  • 人间万事何时了:晏殊《浣溪沙》
  • 塞上秋思悲白发:范仲淹《渔家傲·秋思》
  • 道似无情却有情:司马光《西江月》
  • 莺莺燕燕一场梦:张先《千秋岁》
  • 一朝天子一朝臣:钱惟演《玉楼春》
  • 谁道飘零不可怜:柳永《八声甘州》
  • “鸳鸯”二字如何书:欧阳修《南歌子》
  • 红杏枝头正风华:宋祁《玉楼春·春景》
  • 何人聊赠江南春:舒亶《虞美人·寄公度》
  • 今夕何时长相伴:苏轼《水调歌头》
  • 与君世世为兄弟:苏辙《渔家傲·和门人祝寿》
  • 回首沧桑尽成愁:黄庭坚《南乡子》
  • 朝朝暮暮不见君:秦观《鹊桥仙》
  • 奈何往事尽难留:王雱《眼儿媚》
  • 半生浮沉谁人怜:王安石《桂枝香·金陵怀古》
  • 不负相思不负君:李之仪《卜算子》
  • 谁复挑灯夜补衣:贺铸《鹧鸪天》
  • 唱尽悲欢又一曲:晏几道《临江仙》
  • 未到白头相辜负:魏玩《卷珠帘》
  • 此情此意几时真:聂胜琼《鹧鸪天·寄李之问》
  • 此心若得一株雪:萧观音《回心院(其一)》
  • 京华倦客谁人留:周邦彦《兰陵王·柳》
  • 一晌贪欢终成梦:赵佶《燕山亭·北行见杏花》
  • 半生飘零半生愁:李清照《声声慢》
  • 壮志未酬身已老:陆游《诉衷情》
  • 满城春色宫墙柳:唐琬《钗头凤》
  • 千里家国千里梦:岳飞《小重山》
  • 少年不知愁滋味:辛弃疾《丑奴儿·书博山道中壁》
  • 乱世浮萍泪无言:淮上女《减字木兰花》
  • 金戈铁马入梦来:张孝祥《水调歌头·闻采石战胜》
  • 暗香疏影长相忆:姜夔《暗香》
  • 宁可抱香枝头老:朱淑真《蝶恋花·送春》
  • 红消香断有谁怜:严蕊《卜算子》
  • 问世间情为何物:张玉娘《南乡子·清昼》
  • 昨夜良辰遇良人:施酒监《卜算子·赠乐婉杭妓》
  • 开到荼蘼花事了:吴淑姬《小重山》
  • 苍天不闻天下事:王埜《西河》
  • 人生何处不相逢:叶李《失调名》
  • 人生自古谁无死:文天祥《酹江月·和友〈驿中言别〉》
  • 曾记芙蓉满宫阙:王清惠《满江红·题南京夷山驿》
  • 燕塞雪月无归年:华清淑《望江南》
  • 点滴风雨到天明:蒋捷《虞美人·听雨》

大模型应用开发极简入门:基于 GPT-4 和 ChatGPT

内容简介

本书为大模型应用开发极简入门手册,为初学者提供了一份清晰、全面的“最小可用知识”,带领大家快速了解GPT-4和ChatGPT的工作原理及优势,并在此基础上使用流行的Python编程语言构建大模型应用。通过本书,你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用,还能了解到提示工程、模型微调、插件、LangChain等高阶实践技术。书中提供了简单易学的示例,帮你理解并应用在自己的项目中。此外,书后还提供了一份术语表,方便你随时参考。
准备好了吗?只需了解Python,你即可将本书作为进入大模型时代的启动手册,开发出自己的大模型应用。

编辑推荐

  • 【0门槛】人人都可以借力大模型,做出 AI 应用
  • 【简单】学习大模型应用开发的“Z小可用知识”
  • 【实操】学会写提示词、模型微调、使用 LangChain 等
  • 【实战】提供常用场景代码示例,方便快速学习
  • 【快速】2H 上手构建你的第一个原生 AI 应用
  • 【全面】了解 GPT-4 和 ChatGPT 的工作原理
  • 【品控】一线从业者翻译,注释说明内容更新
  • 【推荐】大模型一线创业者、应用技术专家推荐

作者简介

奥利维耶·卡埃朗(Olivier Caelen)
国际支付服务先驱Worldline公司机器学习研究员、布鲁塞尔自由大学机器学习博士,业余时间在布鲁塞尔自由大学教授机器学习课程。

玛丽-艾丽斯·布莱特(Marie-Alice Blete)
国际支付服务先驱Worldline公司研发部门软件架构师、数据工程师。她还负责维护开发者关系,并担任技术演讲嘉宾。

目录

  • 推荐序一 学习成为善用 AI 的人
  • 推荐序二 开启一段有趣、有启发、有收获的冒险旅程
  • 推荐序三 人人都要学会和 AI 相处
  • 推荐序四 AI 工程师:做新一轮智能革命的首批探索者
  • 推荐序五 进入智能应用的新时代
  • 推荐序六 AGI:不要旁观,要真正参与
  • 推荐序七 不要害怕被 ChatGPT 取代,要做第一批驾驭新技术的人
  • 译者序 没有谁天生就是 AI 工程师
  • 前言
  • 第 1 章 初识 GPT-4 和 ChatGPT
  • 第 2 章 深入了解 GPT-4 和 ChatGPT 的 API
  • 第 3 章 使用 GPT-4 和 ChatGPT 构建应用程序
  • 第 4 章 GPT-4 和 ChatGPT 的高级技巧
  • 第 5 章 使用 LangChain 框架和插件增强 LLM 的功能
  • 术语表
  • 作者简介

深度学习

内容简介

《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。

《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。

作者简介

作者简介
Ian Goodfellow,谷歌公司(Google) 的研究科学家,2014 年蒙特利尔大学机器学习博士。他的研究兴趣涵盖大多数深度学习主题,特别是生成模型以及机器学习的安全和隐私。Ian Goodfellow 在研究对抗样本方面是一位有影响力的早期研究者,他发明了生成式对抗网络,在深度学习领域贡献卓越。
Yoshua Bengio,蒙特利尔大学计算机科学与运筹学系(DIRO) 的教授,蒙特利尔学习算法研究所(MILA) 的负责人,CIFAR 项目的共同负责人,加拿大统计学习算法研究主席。Yoshua Bengio 的主要研究目标是了解产生智力的学习原则。他还教授“机器学习”研究生课程(IFT6266),并培养了一大批研究生和博士后。
Aaron Courville,蒙特利尔大学计算机科学与运筹学系的助理教授,也是LISA 实验室的成员。目前他的研究兴趣集中在发展深度学习模型和方法,特别是开发概率模型和新颖的推断方法。Aaron Courville 主要专注于计算机视觉应用,在其他领域,如自然语言处理、音频信号处理、语音理解和其他AI 相关任务方面也有所研究。

中文版审校者简介
张志华,北京大学数学科学学院统计学教授,北京大学大数据研究中心和北京大数据研究院数据科学教授,主要从事机器学习和应用统计学的教学与研究工作。

译者简介
赵申剑,上海交通大学计算机系硕士研究生,研究方向为数值优化和自然语言处理。
黎彧君,上海交通大学计算机系博士研究生,研究方向为数值优化和强化学习。
符天凡,上海交通大学计算机系硕士研究生,研究方向为贝叶斯推断。
李凯,上海交通大学计算机系博士研究生,研究方向为博弈论和强化学习。

目录

中文版致谢
英文原书致谢
数学符号
第1章 引言
1.1 本书面向的读者
1.2 深度学习的历史趋势
第1部分 应用数学与机器学习基础
第2章 线性代数
2.1 标量、向量、矩阵和张量
2.2 矩阵和向量相乘
2.3 单位矩阵和逆矩阵
2.4 线性相关和生成子空间
2.5 范数
2.6 特殊类型的矩阵和向量
2.7 特征分解
2.8 奇异值分解
2.9 Moore-Penrose伪逆
2.10 迹运算
2.11 行列式
2.12 实例:主成分分析
第3章 概率与信息论
3.1 为什么要使用概率
3.2 随机变量
3.3 概率分布
3.4 边缘概率
3.5 条件概率
3.6 条件概率的链式法则
3.7 独立性和条件独立性
3.8 期望、方差和协方差
3.9 常用概率分布
3.10 常用函数的有用性质
3.11 贝叶斯规则
3.12 连续型变量的技术细节
3.13 信息论
3.14 结构化概率模型
第4章 数值计算
4.1 上溢和下溢
4.2 病态条件
4.3 基于梯度的优化方法
4.4 约束优化
4.5 实例:线性最小二乘
第5章 机器学习基础
5.1 学习算法
5.2 容量、过拟合和欠拟合
5.3 超参数和验证集
5.4 估计、偏差和方差
5.5 最大似然估计
5.6 贝叶斯统计
5.7 监督学习算法
5.8 无监督学习算法
5.9 随机梯度下降
5.10 构建机器学习算法
5.11 促使深度学习发展的挑战
第2部分 深度网络:现代实践
第6章 深度前馈网络
6.1 实例:学习XOR
6.2 基于梯度的学习
6.3 隐藏单元
6.4 架构设计
6.5 反向传播和其他的微分算法
6.6 历史小记
第7章 深度学习中的正则化
7.1 参数范数惩罚
7.2 作为约束的范数惩罚
7.3 正则化和欠约束问题
7.4 数据集增强
7.5 噪声鲁棒性
7.6 半监督学习
7.7 多任务学习
7.8 提前终止
7.9 参数绑定和参数共享
7.10 稀疏表示
7.11 Bagging和其他集成方法
7.12 Dropout
7.13 对抗训练
7.14 切面距离、正切传播和流形正切分类器
第8章 深度模型中的优化
8.1 学习和纯优化有什么不同
8.2 神经网络优化中的挑战
8.3 基本算法
8.4 参数初始化策略
8.5 自适应学习率算法
8.6 二阶近似方法
8.7 优化策略和元算法
第9章 卷积网络
9.1 卷积运算
9.2 动机
9.3 池化
9.4 卷积与池化作为一种无限强的先验
9.5 基本卷积函数的变体
9.6 结构化输出
9.7 数据类型
9.8 高效的卷积算法
9.9 随机或无监督的特征
9.10 卷积网络的神经科学基础
9.11 卷积网络与深度学习的历史
第10章 序列建模:循环和递归网络
10.1 展开计算图
10.2 循环神经网络
10.3 双向RNN
10.4 基于编码-解码的序列到序列架构
10.5 深度循环网络
10.6 递归神经网络
10.7 长期依赖的挑战
10.8 回声状态网络
10.9 渗漏单元和其他多时间尺度的策略
10.10 长短期记忆和其他门控RNN
10.11 优化长期依赖
10.12 外显记忆
第11章 实践方法论
11.1 性能度量
11.2 默认的基准模型
11.3 决定是否收集更多数据
11.4 选择超参数
11.5 调试策略
11.6 示例:多位数字识别
第12章 应用
12.1 大规模深度学习
12.2 计算机视觉
12.3 语音识别
12.4 自然语言处理
12.5 其他应用
第3部分 深度学习研究
第13章 线性因子模型
13.1 概率PCA和因子分析
13.2 独立成分分析
13.3 慢特征分析
13.4 稀疏编码
13.5 PCA的流形解释
第14章 自编码器
14.1 欠完备自编码器
14.2 正则自编码器
14.3 表示能力、层的大小和深度
14.4 随机编码器和解码器
14.5 去噪自编码器详解
14.6 使用自编码器学习流形
14.7 收缩自编码器
14.8 预测稀疏分解
14.9 自编码器的应用
第15章 表示学习
15.1 贪心逐层无监督预训练
15.2 迁移学习和领域自适应
15.3 半监督解释因果关系
15.4 分布式表示
15.5 得益于深度的指数增益
15.6 提供发现潜在原因的线索
第16章 深度学习中的结构化概率模型
16.1 非结构化建模的挑战
16.2 使用图描述模型结构
16.3 从图模型中采样
16.4 结构化建模的优势
16.5 学习依赖关系
16.6 推断和近似推断
16.7 结构化概率模型的深度学习方法
第17章 蒙特卡罗方法
17.1 采样和蒙特卡罗方法
17.2 重要采样
17.3 马尔可夫链蒙特卡罗方法
17.4 Gibbs采样
17.5 不同的峰值之间的混合挑战
第18章 直面配分函数
18.1 对数似然梯度
18.2 随机最大似然和对比散度
18.3 伪似然
18.4 得分匹配和比率匹配
18.5 去噪得分匹配
18.6 噪声对比估计
18.7 估计配分函数
第19章 近似推断
19.1 把推断视作优化问题
19.2 期望最大化
19.3 最大后验推断和稀疏编码
19.4 变分推断和变分学习
19.5 学成近似推断
第20章 深度生成模型
20.1 玻尔兹曼机
20.2 受限玻尔兹曼机
20.3 深度信念网络
20.4 深度玻尔兹曼机
20.5 实值数据上的玻尔兹曼机
20.6 卷积玻尔兹曼机
20.7 用于结构化或序列输出的玻尔兹曼机
20.8 其他玻尔兹曼机
20.9 通过随机操作的反向传播
20.10 有向生成网络
20.11 从自编码器采样
20.12 生成随机网络
20.13 其他生成方案
20.14 评估生成模型
20.15 结论
参考文献
索引

走出中东:全球民主浪潮的见证与省思

资深国际记者 十年后重返中东

以世界的眼睛回望故园

【编辑推荐】

本书2016年在台湾上市,荣获《亚洲周刊》2016年度好书。梁文道、刘瑜、《东方历史评论》等合力推荐。内地版本增加50幅图片,全彩印刷,真实还原这个时代所经历的逆转、混乱与动荡。

周轶君为国内读者打开一扇了解伊斯兰世界的窗户,她作为华人新闻界中第一线国际经验最丰富的记者,带来最真实的中东与世界。作者既有专业的记者视角,也有细腻的女性视角,细读中东的过去与现在,以及世界上其他充满变革的地区,

作者遍访16个国家,与135位人物交谈,写出一百多篇采访,讲述的并非变革原理,而是大时代中小人物的故事。由独裁者与小市民、军人与信徒、男人与女人述说的真实故事,展现了变革之中个人的喜怒哀乐。

虽写的是中东与西欧国家,但对于作者而言,也在寻找自身问题的解答。体察不同生活、制度,均是为了重新认识自己心系的那片故园。后记中提到“我总是在别人的街头,联想自己的庙堂。千万里找寻大千世界的,心里其实都装着一个故园。”

【内容简介】

与中东的情缘召唤周轶君回到出发的原点:土耳其、埃及、巴林、利比亚、伊朗、尼泊尔……一站接一站,地覆天翻。尼泊尔改制、伊拉克重建、阿拉伯之春、乌克兰战争、委内瑞拉的阴影、列支敦士登公投、英国女王存废等全球重大变革事件在书中一一展现。身历16个国家,访问135位人物后,周轶君由中东落笔,荡至全球各大新闻热点地区,她冒着性骚扰、歧视、甚至汽车炸弹的危险,为这个时代正在经历的逆转、混乱与动荡,做了普遍描绘。她以客观、真实、思辨的笔触,记录下每个人在历史转折中的处境、变迁中的笑声与泪影。拉开时间的距离,每一瓢变革的滋味,冷暖自知。

【名人推荐】

梁文道╱作家:

在我所认识的跑国际线的记者朋友之中,周轶君最能掌握冷静与同情之间的巧妙平衡。于是她这部《走出中东》,扰乱了吾人僵固的视界,反而却因此构成了我们前路的警示。简单的讲,在观看世界的时候先把过于庞大的自我放在一边,并不是为了如其所是的‘客观’,而是为了得到更多出乎意料的联想。那些联想,对自己说不定才因此变得有教益。

刘瑜╱清华大学政治系副教授:

周轶君去过很多我们没去过的地方,见过很多我们没见过的人,听到过很多我们没听到的声音。从利比亚到埃及,从英国到尼泊尔,她以生动细腻的笔调将我们带入很多重大国际事件的现场,并以其冷静深入的分析引领我们思考世界前进的方向。

《东方历史评论》:

周轶君在很多方面都称得上我们时代最优秀的国际观察者,因为她超越部落狭隘思维的全球眼光,对理念和事实、历史和当下的无限好奇,也有不为炮弹所扰的冷静理性,和与之共存的人道悲悯。如果没有一批周轶君这样,具有真正的全球眼光和理解他族之能力的作者,中国就谈不上是一个现代大国。她清晰地讲述了中国与看似遥远的中东之间紧密而隐秘的关系,丰富密集的观察、阅读和极简的写作使她的书坚实而迷人。”