新书推荐

动手学PyTorch建模与应用:从深度学习到大模型

内容简介  · · · · · ·

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。《动手学PyTorch建模与应用:从深度学习到大模型》共11章,第1章主要介绍深度学习的概念、应用场景及开发环境搭建。第2章详细介绍PyTorch数学基础,包括函数、微分、数理统计、矩阵等基础知识及其案例。第3章介绍数据预处理及常用工具,包括NumPy、Pandas、Matplotlib、数据清洗、特征工程以及深度学习解决问题的一般步骤等。第4章介绍PyTorch基础知识,包括张量的创建、激活函数、损失函数、优化器等。第5章介绍PyTorch深度神经网络,包括神经网络概述、卷积神经网络、循环神经网络等。第6章介绍PyTorch数据建模,包括回归分析、聚类分析、主成分分析、模型评估与调优等。第7~10章介绍PyTorch图像建模、文本建模、音频建模和模型可视化。第11章介绍大语言模型的原理、主要的大语言模型及模型本地化部署、预训练与微调技术。本书还精心设计了50个动手案例和上机练习题,并对所有代码进行了详尽注释和说明,同时提供数据集和配书资源文件,以帮助读者更好地使用本书。 《动手学PyTorch建模与应用:从深度学习到大模型》讲解深入浅出,注重动手实操,特别适合想学习AI技术或想进入该领域的初学者,对深度学习感兴趣的新手、在校学生和从业者阅读,也很适合作为培训机构和高校相关专业的教学用书。

作者简介  · · · · · ·

王国平,毕业于上海海洋大学,硕士,从业10余年,主要从事数据可视化、数据挖掘和大数据分析与研究等工作。精通数据挖掘技术与相关软件工具,包括Tableau、SPSS、PyTorch、Power Bl等,已出版《IBM SPSS Modeler数据与文本挖掘实战》《Microsoft Power Bl数据可视化与数据分析》《Tableau数据可视化从入门到精通》《零基础入门Python数据分析与机器学习》等图书。

目录  · · · · · ·

第 1 章 深度学习和PyTorch概述 1

  1. 走进深度学习的世界 1
    1. 深度学习的发展历史 1
    2. 深度学习框架PyTorch 3
    3. 深度学习的应用领域 4
  2. 搭建开发环境 5
    1. 安装Python 3.12 5
    2. 安装代码开发工具Jupyter Lab 9
    3. 安装PyTorch 2.2 10
  3. PyTorch的应用场景 14
  4. 上机练习题 14

第 2 章 PyTorch数学基础 17

  1. PyTorch中的函数 17
    1. 函数的基础知识 17
    2. PyTorch中的主要函数 20
  2. 微分基础 22
    1. 微分及其公式 22
    2. PyTorch自动微分 24
  3. 数理统计基础 29
    1. 数理统计及其指标 29
    2. PyTorch统计函数 34
  4. 矩阵基础 45
    1. 矩阵及其运算 45
    2. PyTorch矩阵运算 47
  5. 动手练习:拟合余弦函数曲线 54
  6. 上机练习题 58

第 3 章 数据预处理及常用工具 62

  1. NumPy 62
    1. 安装和导入NumPy 62
    2. NumPy的数据结构ndarray 63
    3. NumPy的基本使用 63
  2. Matplotlib 65
    1. 安装和导入Matplotlib 65
    2. Matplotlib的使用示例 66
  3. 数据清洗 70
    1. 数据清洗的作用 70
    2. 用Pandas进行数据清洗 71
  4. 特征工程 76
    1. 特征工程概述 76
    2. 使用Scikit-learn进行数据预处理 78
    3. 使用Pandas实现特征工程 81
  5. 深度学习解决问题的一般步骤 82
  6. 动手练习:每日最高温度预测 84
  7. 上机练习题 90

第 4 章 PyTorch基础知识 95

  1. 张量及其创建 95
    1. 张量及其数据类型 95
    2. 使用数组直接创建张量 96
    3. 使用概率分布创建张量 98
  2. 激活函数 99
    1. 激活函数及其必要性 99
    2. Sigmoid激活函数 100
    3. Tanh激活函数 101
    4. ReLU激活函数 102
    5. Leaky ReLU激活函数 103
    6. 其他类型的激活函数 104
  3. 损失函数 105
    1. 损失函数及其选取 106
    2. L1范数损失函数 106
    3. 均方误差损失函数 107
    4. 交叉熵损失函数 108
    5. 余弦相似度损失 109
    6. 其他损失函数 109
  4. 优化器 110
    1. 梯度及梯度下降算法 111
    2. 随机梯度下降算法 112
    3. 标准动量优化算法 112
    4. AdaGrad算法 113
    5. RMSProp算法 113
    6. Adam算法 114
  5. 动手练习:PyTorch优化器比较 114
  6. 上机练习题 119

第 5 章 PyTorch深度神经网络 124

  1. 神经网络概述 124
    1. 神经元模型 124
    2. 多层感知机 126
    3. 前馈神经网络 128
  2. 卷积神经网络 129
    1. 卷积神经网络的历史 129
    2. 卷积神经网络的结构 130
    3. 卷积神经网络的类型 131
  3. 循环神经网络 134
    1. 简单的循环神经网络 134
    2. 长短期记忆网络 136
    3. 门控循环单元 138
  4. 动手练习:股票成交量趋势预测 139
  5. 上机练习题 148

第 6 章 PyTorch数据建模 152

  1. 回归分析及案例 152
    1. 回归分析简介 152
    2. 回归分析建模 153
    3. 动手练习:住房价格回归预测 155
  2. 聚类分析及案例 160
    1. 聚类分析简介 160
    2. 聚类分析建模 160
    3. 动手练习:植物花卉特征聚类 162
  3. 主成分分析及案例 165
    1. 主成分分析简介 166
    2. 主成分分析建模 166
    3. 动手练习:地区竞争力指标降维 167
  4. 模型评估与调优 173
    1. 模型评估方法 173
    2. 模型调优方法 176
    3. 动手练习:PyTorch实现交叉验证 178
  5. 上机练习题 187

第 7 章 PyTorch图像建模 190

  1. 图像建模概述 190
    1. 图像分类技术 190
    2. 图像识别技术 191
    3. 图像分割技术 192
  2. 动手练习:创建图像自动分类器 193
    1. 加载数据集 193
    2. 搭建网络模型 194
    3. 训练网络模型 195
    4. 应用网络模型 196
  3. 动手练习:搭建图像自动识别模型 198
    1. 加载数据集 198
    2. 搭建与训练网络 200
    3. 预测图像数据 202
    4. 图像识别模型的判断 202
  4. 动手练习:搭建图像自动分割模型 204
    1. 加载数据集 205
    2. 搭建网络模型 206
    3. 训练网络模型 209
    4. 应用网络模型 210
  5. 上机练习题 212

第 8 章 PyTorch文本建模 220

  1. 自然语言处理的几个模型 220
    1. Word2Vec模型 220
    2. Seq2Seq模型 221
    3. Attention模型 222
  2. 动手练习:Word2Vec提取相似文本 223
    1. 加载数据集 223
    2. 搭建网络模型 227
    3. 训练网络模型 228
    4. 应用网络模型 230
  3. 动手练习:Seq2Seq实现机器翻译 231
    1. 加载数据集 231
    2. 搭建网络模型 237
    3. 训练网络模型 240
    4. 应用网络模型 242
  4. 动手练习:Attention模型实现文本自动分类 244
    1. 加载数据集 244
    2. 搭建网络模型 246
    3. 训练网络模型 247
    4. 应用网络模型 251
  5. 上机练习题 251

第 9 章 PyTorch音频建模 258

  1. 音频处理技术及应用 258
    1. 音频处理技术 258
    2. 音视频摘要技术及其应用 259
    3. 音频识别及应用 260
    4. 音频监控及应用 261
    5. 场景感知及应用 261
  2. 梅尔频率倒谱系数音频特征 262
    1. 梅尔频率倒谱系数简介及参数的提取过程 262
    2. 音频预处理 263
    3. 快速傅里叶变换 264
    4. 能量谱处理 264
    5. 离散余弦转换 265
  3. PyTorch音频建模技术 266
    1. 加载音频数据源 266
    2. 波形变换的类型 267
    3. 绘制波形频谱图 268
    4. 波形Mu-Law编码 270
    5. 变换前后波形的比较 272
  4. 动手练习:音频相似度分析 273
  5. 上机练习题 276

第 10 章 PyTorch模型可视化 278

  1. Visdom 278
    1. Visdom简介 278
    2. Visdom可视化操作 280
    3. 动手练习:识别手写数字 296
  2. TensorBoard 301
    1. TensorBoard简介 301
    2. TensorBoard基础操作 303
    3. 动手练习:可视化模型参数 312
  3. Pytorchviz 314
    1. Pytorchviz简介 314
    2. 动手练习:Pytorchviz建模可视化 314
  4. Netron 317
    1. Netron简介 317
    2. 动手练习:Netron建模可视化 317
  5. 上机练习题 321

第 11 章 从深度学习到大语言模型 323

  1. 大语言模型的原理 323
    1. 大语言模型简介 323
    2. Transformer架构 324
    3. 注意力机制 327
  2. 主要的大语言模型 331
    1. ChatGPT及其API调用 331
    2. 文心一言及其插件开发 334
    3. ChatGLM及其本地部署 338
  3. 模型预训练与微调 350
    1. 大模型预训练 350
    2. 大模型微调技术 353
  4. 上机练习题 361

参考文献 363

LangChain入门指南:构建高可复用、可扩展的LLM应用程序

内容简介  · · · · · ·

这本书专门为那些对自然语言处理技术感兴趣的读者提供了系统的LLM应用开发指南。全书分为11章,从LLM基础知识开始,通过LangChain这个开源框架为读者解读整个LLM应用开发流程。第1~2章概述LLM技术的发展背景和LangChain框架的设计理念。从第3章开始,分章深入介绍LangChain的6大模块,包括模型I/O、数据增强、链、记忆等,通过大量代码示例让读者了解其原理和用法。第9章通过构建PDF问答程序,帮助读者将之前学习的知识应用于实践。第10章则介绍集成,可拓宽LangChain的用途。第11章为初学者简要解析LLM的基础理论,如Transformer模型等。

《LangChain入门指南:构建高可复用、可扩展的LLM应用程序》以LangChain这个让人熟悉的框架为主线,引导读者一步一步掌握LLM应用开发流程,适合对大语言模型感兴趣的开发者、AI应用程序开发者阅读。

作者简介  · · · · · ·

李特丽,LangChain中文网联合创始人,优秀的软件工程师。曾翻译LangChain、OpenAi、Milvus等AI开发三件套的中文文档,帮助中国开发者快速上手AI开发。
康轶文,LangChain中文网创始人,2005年从个人站长做起,成为第一代SEO“大神”;2012年转型移动互联网营销,成为中国Apple Ads代理商,获得苹果千万美元授信;2022年转型月付制AI数字员工全托管服务,是一位经验丰富的数字员工和人工智能应用专家。

目录  · · · · · ·

  • 第1 章 LangChain:开启大语言模型时代的钥匙
    • 1.1 大语言模型概述
      • 1.1.1 什么是大语言模型
      • 1.1.2 大语言模型的发展
      • 1.1.3 大语言模型的应用场景
      • 1.1.4 大语言模型的基础知识
    • 1.2 LangChain 与大语言模型
  • 第2 章 LangChain 入门指南
    • 2.1 初识LangChain
      • 2.1.1 为什么需要LangChain
      • 2.1.2 LLM 应用开发的最后1 公里
      • 2.1.3 LangChain 的2 个关键词
      • 2.1.4 LangChain 的3 个场景
      • 2.1.5 LangChain 的6 大模块
    • 2.2 LangChain 的开发流程
      • 2.2.1 开发密钥指南
      • 2.2.2 编写一个取名程序
      • 2.2.3 创建你的第一个聊天机器人
    • 2.3 LangChain 表达式
  • 第3 章 模型I/O
    • 3.1 什么是模型I/O
    • 3.2 模型I/O 功能之模型包装器
      • 3.2.1 模型包装器分类
      • 3.2.2 LLM 模型包装器
      • 3.2.3 聊天模型包装器
    • 3.3 模型I/O 功能之提示词模板
      • 3.3.1 什么是提示词模板
      • 3.3.2 提示词模板的输入和输出
      • 3.3.3 使用提示词模板构造提示词
      • 3.3.4 少样本提示词模板
      • 3.3.5 多功能提示词模板
    • 3.4 模型I/O 功能之输出解析器
      • 3.4.1 输出解析器的功能
      • 3.4.2 输出解析器的使用
      • 3.4.3 Pydantic JSON 输出解析器
      • 3.4.4 结构化输出解析器
  • 第4 章 数据增强模块
    • 4.1 数据增强模块的相关概念
      • 4.1.1 LEDVR 工作流
      • 4.1.2 数据类型
    • 4.2 加载器
    • 4.3 嵌入模型包装器
      • 4.3.1 嵌入模型包装器的使用
      • 4.3.2 嵌入模型包装器的类型
    • 4.4 文档转换器
    • 4.5 向量存储库
      • 4.5.1 向量存储库的使用
      • 4.5.2 向量存储库的搜索方法
    • 4.6 检索器
      • 4.6.1 检索器的使用
      • 4.6.2 检索器的类型
  • 第5 章 链
    • 5.1 为什么叫链
      • 5.1.1 链的定义
      • 5.1.2 链的使用
      • 5.1.3 基础链类型
      • 5.1.4 工具链类型
    • 5.2 细说基础链
      • 5.2.1 LLM 链
      • 5.2.2 路由器链
      • 5.2.3 顺序链
    • 5.3 四大合并文档链
      • 5.3.1 Stuff 链
      • 5.3.2 Refine 链
      • 5.3.3 MapReduce 链
      • 5.3.4 重排链
    • 5.4 揭秘链的复杂性
      • 5.4.1 复杂链的“套娃”式设计
      • 5.4.2 LEDVR 工作流的终点:“上链”
  • 第6 章 记忆模块
    • 6.1 记忆模块概述
      • 6.1.1 记忆组件的定义
      • 6.1.2 记忆组件、链组件和Agent 组件的关系
      • 6.1.3 设置第一个记忆组件
      • 6.1.4 内置记忆组件
      • 6.1.5 自定义记忆组件
    • 6.2 记忆增强检索能力的实践
      • 6.2.1 获取外部数据
      • 6.2.2 加入记忆组件
    • 6.3 记忆增强Agent 能力的实践
    • 6.4 内置记忆组件的对比
      • 6.4.1 总结记忆组件
      • 6.4.2 会话记忆组件和会话窗口记忆组件的对比
      • 6.4.3 知识图谱记忆组件和实体记忆组件的比较
  • 第7 章 Agent 模块
    • 7.1 Agent 模块概述
      • 7.1.1 Agent 组件的定义
      • 7.1.2 Agent 组件的运行机制
      • 7.1.3 Agent 组件入门示例
      • 7.1.4 Agent 组件的类型
    • 7.2 Agent 组件的应用
      • 7.2.1 Agent 组件的多功能性
      • 7.2.2 自定义Agent 组件
      • 7.2.3 ReAct Agent 的实践
    • 7.3 工具组件和工具包组件
      • 7.3.1 工具组件的类型
      • 7.3.2 工具包组件的类型
    • 7.4 Agent 组件的功能增强
      • 7.4.1 Agent 组件的记忆功能增强
      • 7.4.2 Agent 组件的检索能力增强
  • 第8 章 回调处理器
    • 8.1 什么是回调处理器
      • 8.1.1 回调处理器的工作流程
      • 8.1.2 回调处理器的使用
      • 8.1.3 自定义链组件中的回调
    • 8.2 内置回调处理器
    • 8.3 自定义回调处理器
  • 第9 章 使用LangChain 构建应用程序
    • 9.1 PDF 问答程序
      • 9.1.1 程序流程
      • 9.1.2 处理PDF 文档
      • 9.1.3 创建问答链
    • 9.2 对话式表单
      • 9.2.1 OpenAI 函数的标记链
      • 9.2.2 标记链的使用
      • 9.2.3 创建提示词模板
      • 9.2.4 数据更新和检查
    • 9.3 使用LangChain 实现BabyAGI
      • 9.3.1 BabyAGI 介绍
      • 9.3.2 环境与工具
      • 9.3.3 向量存储
      • 9.3.4 构建任务链
      • 9.3.5 创建BabyAGI
      • 9.3.6 运行BabyAGI
  • 第10 章 集成
    • 10.1 集成的背景与LLM 集成
    • 10.2 LLM 集成指南
      • 10.2.1 Azure OpenAI 集成
      • 10.2.2 Hugging Face Hub 集成
    • 10.3 聊天模型集成指南
      • 10.3.1 Anthropic 聊天模型集成
      • 10.3.2 PaLM 2 聊天模型集成
      • 10.3.3 OpenAI 聊天模型集成
    • 10.4 向量库集成指南
      • 10.4.1 Chroma 集成
      • 10.4.2 Pinecone 集成
      • 10.4.3 Milvus 集成
    • 10.5 嵌入模型集成指南
      • 10.5.1 HuggingFaceEmbeddings 嵌入集成
      • 10.5.2 LlamaCppEmbeddings 嵌入集成
      • 10.5.3 Cohere 嵌入集成
    • 10.6 Agent toolkits 集成指南
      • 10.6.1 CSV Agent 的集成
      • 10.6.2 Pandas Dataframe Agent 的集成
      • 10.6.3 PowerBI Dataset Agent 的集成
    • 10.7 Retrievers 集成指南
      • 10.7.1 WikipediaRetriever 集成
      • 10.7.2 ArxivRetriever 集成
      • 10.7.3 Azure Cognitive Search 集成
  • 第11 章 LLM 应用开发必学知识
    • 11.1 LLM 的核心知识
      • 11.1.1 文本嵌入
      • 11.1.2 点积相似性和余弦相似性
      • 11.1.3 注意力机制
    • 11.2 Transformer 模型
    • 11.3 语义搜索
      • 11.3.1 语义搜索的工作原理
      • 11.3.2 RAG 的工作原理
    • 11.4 NLP 与机器学习基础
      • 11.4.1 LLM 应用开发中的传统机器学习方法
      • 11.4.2 NLP 文本预处理
      • 11.4.3 构建分类器
  • 附录A LangChain 框架中的主要类
  • 附录B OpenAI 平台和模型介绍
  • 附录C Claude 2 模型介绍
  • 附录D Cohere 模型介绍
  • 附录E PaLM 2 模型介绍
  • 附录F Pinecone 向量数据库介绍
  • 附录G Milvus 向量数据库介绍

从零开始大模型开发与微调:基于PyTorch与ChatGLM

内容简介

大模型是深度学习自然语言处理皇冠上的一颗明珠,也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架,以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术,为读者揭示大模型开发技术。本书配套示例源代码、PPT课件。

《从零开始大模型开发与微调:基于PyTorch与ChatGLM》共18章,内容包括人工智能与大模型、PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模型、实战训练自己的ChatGPT、开源大模型ChatGLM使用详解、ChatGLM高级定制化应用实战、对ChatGLM进行高级微调。

《从零开始大模型开发与微调:基于PyTorch与ChatGLM》适合PyTorch深度学习初学者、大模型开发初学者、大模型开发人员学习,也适合高等院校人工智能、智能科学与技术、数据科学与大数据技术、计算机科学与技术等专业的师生作为教学参考书。

作者简介

王晓华,高校计算机专业讲师,研究方向为云计算、大数据与人工智能。著有《PyTorch 2.0深度学习从零开始学》《Python机器学习与可视化分析实战》《谷歌JAX深度学习从零开始学》《Spark 3.0大数据分析与挖掘:基于机器学习》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow知识图谱实战》《TensorFlow人脸识别实战》《TensorFlow语音识别实战》《TensorFlow+Keras自然语言处理实战》《TensorFlow 2.0卷积神经网络实战》《Keras实战:基于TensorFlow2.2的深度学习实践》《TensorFlow 2.0深度学习从零开始学》《深度学习的数学原理与实现》。

目录

目 录

第1章 新时代的曙光—人工智能与大模型 1

  • 1.1 人工智能:思维与实践的融合 1
    • 1.1.1 人工智能的历史与未来 2
    • 1.1.2 深度学习与人工智能 2
    • 1.1.3 选择PyTorch 2.0实战框架 3
  • 1.2 大模型开启人工智能的新时代 4
    • 1.2.1 大模型带来的变革 4
    • 1.2.2 最强的中文大模型—清华大学ChatGLM介绍 5
    • 1.2.3 近在咫尺的未来—大模型的应用前景 6
  • 1.3 本章小结 7

第2章 PyTorch 2.0深度学习环境搭建 8

  • 2.1 环境搭建1:安装Python 8
    • 2.1.1 Miniconda的下载与安装 8
    • 2.1.2 PyCharm的下载与安装 11
    • 2.1.3 Python代码小练习:计算Softmax函数 14
  • 2.2 环境搭建2:安装PyTorch 2.0 15
    • 2.2.1 Nvidia 10/20/30/40系列显卡选择的GPU版本 15
    • 2.2.2 PyTorch 2.0 GPU Nvidia运行库的安装 15
    • 2.2.3 PyTorch 2.0小练习:Hello PyTorch 18
  • 2.3 生成式模型实战:古诗词的生成 18
  • 2.4 图像降噪:手把手实战第一个深度学习模型 19
    • 2.4.1 MNIST数据集的准备 19
    • 2.4.2 MNIST数据集的特征和标签介绍 21
    • 2.4.3 模型的准备和介绍 22
    • 2.4.4 对目标的逼近—模型的损失函数与优化函数 24
    • 2.4.5 基于深度学习的模型训练 24
  • 2.5 本章小结 26

第3章 从零开始学习PyTorch 2.0 27

  • 3.1 实战MNIST手写体识别 27
    • 3.1.1 数据图像的获取与标签的说明 27
    • 3.1.2 实战基于PyTorch 2.0的手写体识别模型 29
    • 3.1.3 基于Netron库的PyTorch 2.0模型可视化 32
  • 3.2 自定义神经网络框架的基本设计 34
    • 3.2.1 神经网络框架的抽象实现 34
    • 3.2.2 自定义神经网络框架的具体实现 35
  • 3.3 本章小结 43

第4章 一学就会的深度学习基础算法详解 44

  • 4.1 反向传播神经网络的前身历史 44
  • 4.2 反向传播神经网络两个基础算法详解 47
    • 4.2.1 最小二乘法详解 48
    • 4.2.2 梯度下降算法 50
    • 4.2.3 最小二乘法的梯度下降算法及其Python实现 52
  • 4.3 反馈神经网络反向传播算法介绍 58
    • 4.3.1 深度学习基础 58
    • 4.3.2 链式求导法则 59
    • 4.3.3 反馈神经网络的原理与公式推导 60
    • 4.3.4 反馈神经网络原理的激活函数 64
    • 4.3.5 反馈神经网络原理的Python实现 66
  • 4.4 本章小结 70

第5章 基于PyTorch卷积层的MNIST分类实战 71

  • 5.1 卷积运算的基本概念 71
    • 5.1.1 基本卷积运算示例 72
    • 5.1.2 PyTorch中的卷积函数实现详解 73
    • 5.1.3 池化运算 75
    • 5.1.4 Softmax激活函数 77
    • 5.1.5 卷积神经网络的原理 78
  • 5.2 实战:基于卷积的MNIST手写体分类 80
    • 5.2.1 数据的准备 80
    • 5.2.2 模型的设计 81
    • 5.2.3 基于卷积的MNIST分类模型 82
  • 5.3 PyTorch的深度可分离膨胀卷积详解 84
    • 5.3.1 深度可分离卷积的定义 84
    • 5.3.2 深度的定义以及不同计算层待训练参数的比较 86
    • 5.3.3 膨胀卷积详解 87
    • 5.3.4 实战:基于深度可分离膨胀卷积的MNIST手写体识别 87
  • 5.4 本章小结 90

第6章 可视化的PyTorch数据处理与模型展示 91

  • 6.1 用于自定义数据集的torch.utils.data工具箱使用详解 92
    • 6.1.1 使用torch.utils.data. Dataset封装自定义数据集 92
    • 6.1.2 改变数据类型的Dataset类中的transform的使用 93
    • 6.1.3 批量输出数据的DataLoader类详解 98
  • 6.2 实战:基于tensorboardX的训练可视化展示 100
    • 6.2.1 可视化组件tensorboardX的简介与安装 100
    • 6.2.2 tensorboardX可视化组件的使用 100
    • 6.2.3 tensorboardX对模型训练过程的展示 103
  • 6.3 本章小结 105

第7章 ResNet实战 106

  • 7.1 ResNet基础原理与程序设计基础 106
    • 7.1.1 ResNet诞生的背景 107
    • 7.1.2 PyTorch 2.0中的模块工具 109
    • 7.1.3 ResNet残差模块的实现 110
    • 7.1.4 ResNet网络的实现 112
  • 7.2 ResNet实战:CIFAR-10数据集分类 114
    • 7.2.1 CIFAR-10数据集简介 114
    • 7.2.2 基于ResNet的CIFAR-10数据集分类 117
  • 7.3 本章小结 118

第8章 有趣的词嵌入 120

  • 8.1 文本数据处理 120
    • 8.1.1 Ag_news数据集介绍和数据清洗 120
    • 8.1.2 停用词的使用 123
    • 8.1.3 词向量训练模型Word2Vec使用介绍 125
    • 8.1.4 文本主题的提取:基于TF-IDF 128
    • 8.1.5 文本主题的提取:基于TextRank 132
  • 8.2 更多的词嵌入方法—FastText和预训练词向量 134
    • 8.2.1 FastText的原理与基础算法 135
    • 8.2.2 FastText训练及其与PyTorch 2.0的协同使用 136
    • 8.2.3 使用其他预训练参数来生成PyTorch 2.0词嵌入矩阵(中文) 140
  • 8.3 针对文本的卷积神经网络模型简介—字符卷积 141
    • 8.3.1 字符(非单词)文本的处理 141
    • 8.3.2 卷积神经网络文本分类模型的实现—Conv1d(一维卷积) 148
  • 8.4 针对文本的卷积神经网络模型简介—词卷积 151
    • 8.4.1 单词的文本处理 151
    • 8.4.2 卷积神经网络文本分类模型的实现—Conv2d(二维卷积) 153
  • 8.5 使用卷积对文本分类的补充内容 155
    • 8.5.1 汉字的文本处理 155
    • 8.5.2 其他细节 157
  • 8.6 本章小结 158

第9章 基于循环神经网络的中文情感分类实战 160

  • 9.1 实战:循环神经网络与情感分类 160
  • 9.2 循环神经网络理论讲解 165
    • 9.2.1 什么是GRU 165
    • 9.2.2 单向不行,那就双向 167
  • 9.3 本章小结 168

第10章 从零开始学习自然语言处理的编码器 169

  • 10.1 编码器的核心—注意力模型 170
    • 10.1.1 输入层—初始词向量层和位置编码器层 170
    • 10.1.2 自注意力层 172
    • 10.1.3 ticks和Layer Normalization 177
    • 10.1.4 多头注意力 178
  • 10.2 编码器的实现 180
    • 10.2.1 前馈层的实现 181
    • 10.2.2 编码器的实现 182
  • 10.3 实战编码器:拼音汉字转化模型 184
    • 10.3.1 汉字拼音数据集处理 185
    • 10.3.2 汉字拼音转化模型的确定 187
    • 10.3.3 模型训练部分的编写 190
  • 10.4 本章小结 191

第11章 站在巨人肩膀上的预训练模型BERT 193

  • 11.1 预训练模型BERT 193
    • 11.1.1 BERT的基本架构与应用 194
    • 11.1.2 BERT预训练任务与微调 195
  • 11.2 实战BERT:中文文本分类 198
    • 11.2.1 使用Hugging Face获取BERT预训练模型 198
    • 11.2.2 BERT实战文本分类 200
  • 11.3 更多的预训练模型 203
  • 11.4 本章小结 205

第12章 从1开始自然语言处理的解码器 206

  • 12.1 解码器的核心—注意力模型 206
    • 12.1.1 解码器的输入和交互注意力层的掩码 207
    • 12.1.2 为什么通过掩码操作能够减少干扰 212
    • 12.1.3 解码器的输出(移位训练方法) 213
    • 12.1.4 解码器的实现 214
  • 12.2 解码器实战—拼音汉字翻译模型 215
    • 12.2.1 数据集的获取与处理 216
    • 12.2.2 翻译模型 218
    • 12.2.3 拼音汉字模型的训练 229
    • 12.2.4 拼音汉字模型的使用 230
  • 12.3 本章小结 231

第13章 基于PyTorch 2.0的强化学习实战 232

  • 13.1 基于强化学习的火箭回收实战 232
    • 13.1.1 火箭回收基本运行环境介绍 233
    • 13.1.2 火箭回收参数介绍 234
    • 13.1.3 基于强化学习的火箭回收实战 234
    • 13.1.4 强化学习的基本内容 239
  • 13.2 强化学习的基本算法—PPO算法 243
    • 13.2.1 PPO算法简介 243
    • 13.2.2 函数使用说明 244
    • 13.2.3 一学就会的TD-error理论介绍 245
    • 13.2.4 基于TD-error的结果修正 247
    • 13.2.5 对于奖励的倒序构成的说明 248
  • 13.3 本章小结 249

第14章 ChatGPT前身—只具有解码器的GPT-2模型 250

  • 14.1 GPT-2模型简介 250
    • 14.1.1 GPT-2模型的输入和输出结构—自回归性 251
    • 14.1.2 GPT-2模型的PyTorch实现 252
    • 14.1.3 GPT-2模型输入输出格式的实现 257
  • 14.2 Hugging Face GPT-2模型源码模型详解 259
    • 14.2.1 GPT2LMHeadModel类和GPT2Model类详解 259
    • 14.2.2 Block类详解 270
    • 14.2.3 Attention类详解 274
    • 14.2.4 MLP类详解 281
  • 14.3 Hugging Face GPT-2模型的使用与自定义微调 282
    • 14.3.1 模型的使用与自定义数据集的微调 282
    • 14.3.2 基于预训练模型的评论描述微调 285
  • 14.4 自定义模型的输出 286
    • 14.4.1 GPT输出的结构 286
    • 14.4.2 创造性参数temperature与采样个数topK 288
  • 14.5 本章小结 290

第15章 实战训练自己的ChatGPT 291

  • 15.1 什么是ChatGPT 291
  • 15.2 RLHF模型简介 293
    • 15.2.1 RLHF技术分解 293
    • 15.2.2 RLHF中的具体实现—PPO算法 296
  • 15.3 基于RLHF实战的ChatGPT正向评论的生成 297
    • 15.3.1 RLHF模型进化的总体讲解 297
    • 15.3.2 ChatGPT评分模块简介 298
    • 15.3.3 带有评分函数的ChatGPT模型的构建 300
    • 15.3.4 RLHF中的PPO算法—KL散度 301
    • 15.3.5 RLHF中的PPO算法—损失函数 303
  • 15.4 本章小结 304

第16章 开源大模型ChatGLM使用详解 305

  • 16.1 为什么要使用大模型 305
    • 16.1.1 大模型与普通模型的区别 306
    • 16.1.2 一个神奇的现象—大模型的涌现能力 307
  • 16.2 ChatGLM使用详解 307
    • 16.2.1 ChatGLM简介及应用前景 308
    • 16.2.2 下载ChatGLM 309
    • 16.2.3 ChatGLM的使用与Prompt介绍 310
  • 16.3 本章小结 311

第17章 开源大模型ChatGLM 高级定制化应用实战 312

  • 17.1 医疗问答GLMQABot搭建实战—基于ChatGLM搭建专业客服问答机器人 312
    • 17.1.1 基于ChatGLM搭建专业领域问答机器人的思路 313
    • 17.1.2 基于真实医疗问答的数据准备 314
    • 17.1.3 文本相关性(相似度)的比较算法 315
    • 17.1.4 提示语句Prompt的构建 316
    • 17.1.5 基于单个文档的GLMQABot的搭建 316
  • 17.2 金融信息抽取实战—基于知识链的ChatGLM本地化知识库检索与智能答案生成 318
    • 17.2.1 基于ChatGLM搭建智能答案生成机器人的思路 319
    • 17.2.2 获取专业(范畴内)文档与编码存储 320
    • 17.2.3 查询文本编码的相关性比较与排序 322
    • 17.2.4 基于知识链的ChatGLM本地化知识库检索与智能答案生成 325
  • 17.3 基于ChatGLM的一些补充内容 327
    • 17.3.1 语言的艺术—Prompt的前世今生 328
    • 17.3.2 清华大学推荐的ChatGLM微调方法 329
    • 17.3.2 一种新的基于ChatGLM的文本检索方案 330
  • 17.4 本章小结 331

第18章 对训练成本上亿美元的ChatGLM进行高级微调 332

  • 18.1 ChatGLM模型的本地化处理 332
    • 18.1.1 下载ChatGLM源码与合并存档 332
    • 18.1.2 修正自定义的本地化模型 335
    • 18.1.3 构建GLM模型的输入输出示例 337
  • 18.2 高级微调方法1—基于加速库Accelerator的全量数据微调 339
    • 18.2.1 数据的准备—将文本内容转化成三元组的知识图谱 339
    • 18.2.2 加速的秘密—Accelerate模型加速工具详解 342
    • 18.2.3 更快的速度—使用INT8(INT4)量化模型加速训练 345
  • 18.3 高级微调方法2—基于LoRA的模型微调 348
    • 18.3.1 对ChatGLM进行微调的方法—LoRA 348
    • 18.3.2 自定义LoRA的使用方法 349
    • 18.3.3 基于自定义LoRA的模型训练 350
    • 18.3.4 基于自定义LoRA的模型推断 352
    • 18.3.5 基于基本原理的LoRA实现 355
  • 18.4 高级微调方法3—基于Huggingface的PEFT模型微调 357
    • 18.4.1 PEFT技术详解 358
    • 18.4.2 PEFT的使用与参数设计 359
    • 18.4.3 Huggingface专用PEFT的使用 360
  • 18.5 本章小结 362

金瓶梅(精装全彩插图)

《金瓶梅》,中国明代长篇白话世情小说,一般认为是中国第一部文人独立创作的长篇小说。其成书时间大约在明代隆庆至万历年间,作者署名兰陵笑笑生。
《金瓶梅》书名由书中三个女主人公潘金莲、李瓶儿、庞春梅名字中各取一字合成。小说题材由《水浒传》中武松杀嫂一段演化而来,通过对兼有官僚、恶霸、富商三种身份的市侩势力代表人物西门庆及其家庭罪恶生活的描述,再现了当时社会生活的面貌,描绘了一个上至朝廷擅权专政的太师,下至地方官僚恶霸乃至市井地痞、流氓、帮闲所构成的鬼蜮世界,揭露了明代中叶社会的黑暗和腐败,具有深刻的认识价值。
《金瓶梅》是中国文学史上第一部由文人独立创作的长篇小说。从此,文人创作成为小说创作的主流。《金瓶梅》之前的长篇小说,莫不取材于历史故事或神话、传说。《金瓶梅》摆脱了这一传统,以现实社会中的人物为主要描写对象,使中国小说现实主义创作方法日臻成熟,为其后《红楼梦》的出现做了必不可少的探索和准备。

本次这个版本的《金瓶梅是》崇祯本会校足本,王汝梅校齐鲁书社1989年6月版。
该书是根据国家新闻出版署文件批准为学术研究需要而出版的。
这是《金瓶梅》崇祯本向世以来第一次出版排印本一字不删,200幅插图照原版影印。
此书发行时有限制,原则上只售给各大图书馆和大学中文系教授文学研究员以上职称的研究人员。
非省部级上及研究人员无权购买
此版本是《金瓶梅》在大陆出版唯一的未删减版本出版后,一时洛阳纸贵,目前因多种原因,导致实体版已炒至上万元而且大多数正版由个人收藏,有价无市,电子版更是稀缺。

二十五史简明读本(全15册)

内容简介
《二十五史简明读本》是我社1997年开发、出版的、颇受读者欢迎的《二十五史新编》的升级版。自司马迁撰著《史记》以降,历朝历代修史不绝,一套《二十四史》激起无数人探究历史的欲望和热情。然在社会节奏不断加快的今天,卷帙浩繁的《二十四史》令许多人望而生畏。而我社这套《二十五史简明读本》篇幅适宜,短小精悍,通俗易懂。它既保持了《二十四史》的精华,又汲取了现代史学研究成果尤其是考古发现的成果,并增加了中国近代的历史——《晚清史》。特别是在这次升级的修订中,不但在内容上增添了史学研究和考古发现的新成果,还增添了精美的彩图,同时在版面和装帧上也作了符合当今人们审美理念的新的设计,从而使内容与形式完美融合,相得益彰。

作者简介
《二十五史简明读本》由李国章、赵昌平主编。撰著者有:汪受宽、李孔怀、陈勇、罗开玉、庄辉明、章义和、芮传明、牛致功、赵剑敏、周宝珠、王曾瑜、杨倩苗、刘凤翥、李锡厚、白滨、刘迎胜、汤纲、朱元寅、冯元魁、胡礼忠、戴鞍钢等,大多为史学界各领域的领军学者。

目录
第一册 《史记》
第二册 《汉书》
第三册 《后汉书》
第四册 《三国志》
第五册 《西晋书》《东晋书》
第六册 《宋书》《南齐书》《梁书》《陈书》
第七册 《魏书》《北齐书》《周书》《隋书》
第八册 《唐书》
第九册 《五代史》
第十册 《北宋史》《南宋史》
第十一册 《辽史》《金史》《西夏史》
第十二册 《元史》
第十三册 《明史》
第十四册 《清史》
第十五册 《晚清史》

男性P點高潮:就爽前列腺

男性P點高潮:就爽前列腺

內容簡介

金手指加藤鷹到不了的地方!
全球男人都在玩!讓妳/你的男人歡喜「開門」的第1本書
現在就動手探索,享受來自P點綿綿不絕的震顫,高潮一直來一直來!

美國亞馬遜Amazon.com讀者四星半好評推薦!

情趣女王SallyQ.實戰玩家潤滑液男孩
愛不釋手.挖挖哇推薦!
潤滑液男孩:「讀著這本書,我癢到忍不住把整箱玩具玩了一遍!」

擁有本書,你/妳將學習到──
○ 最實用安全的按摩、體位、性玩具等操作技巧!
○ 如何與伴侶建立信賴、敞開心防討論慾望!
○ 直通強烈P點高潮的祕訣和竅門!
○ 提早維護並促進前列腺的健康!

「這本書解答了我一切有關前列腺遊戲、以及如何探索快感的疑問。」
──尼肯‧法蘭提克
「它提供的資訊豐富到難以想像!不僅每位男同志都該人手一本,異性戀男女也將從本書獲得超乎預期的性愛靈感。」
──L‧彼得森

前列腺遊戲是目前男性性行為中最火熱的潮流。愈來愈多男人藉由「P點」刺激和高潮,讓性樂趣倍加強烈。正如女性對G點的探索永遠改變了高潮體驗,圖文兼具的本書,將帶給你超乎想像的性愛滿足感!
由兩位性學專家聯手撰寫、圖文兼備的本書,內容包含P點高潮原理詳解、個人如何探索自爽、雙人如何愉悅合戲(男女/男男)、前列腺情趣玩具選購指南……等等一切你想知道的專業知識和技巧。不管是好奇想入門的新手男孩,已有後庭歡快經驗的男人,或躍躍欲試、想為男伴開發「美麗新世界」的女性朋友,都可以按部就班找到強烈性快感的源頭,順利開啟歡愉暢感的眾妙之門。

內附本書讀者專享好康──
頂! 台灣本土原創情趣玩具 異物根根9折獨家優惠!
爽! GuyShop全店G點/P點玩具全系列不限品牌88折優惠券!
噴! 延伸探索.身心極樂──來店購物限時送神秘福袋 !

★更多訊息,請上基本書坊部落格: http://gbookstaiwan.blogspot.tw

理想国

《理想国》涉及柏拉图思想体系的各个方面,包括哲学、伦理、教育、文艺、政治等内容,主要是探讨理想国家的问题。

《理想国》一书是柏拉图的一篇重要对话录,对话录里柏拉图以苏格拉底之口通过与其他人对话的方式设计了一个真、善、美相统一的政体,即可以达到公正的理想国。柏拉图的理想国是人类历史上最早的乌托邦。在他的理想国里统治者必须是哲学家,他认为现存的政治都是坏的,人类的真正出路在于哲学家掌握政权,也只有真正的哲学家才能拯救当时城邦所处的危机。这种信念构成了柏拉图成熟的政治哲学体系的核心。在他的眼里“哲学家”有着特殊的内涵。他认为哲学家是最高尚、最有学识的人,而这种贤人统治下的贤人政体就是最好是政体。所以,只有建立以哲学家为国王的国家才是最理想的国家。这个国家就是存在于天上的模范国家。

在他看来,哲学家的本质是具有知识,具有智慧、正义、善的美德,只有哲学家才能达到对国家最高理念的认识,即对“善”的把握,而其他人也只能把握“意见”而已。治国作为一门知识,也只有哲学家才能掌握它,进而有资格执政,也就是说只有哲学家才能达到对于国家理念的认识,知道“理想国”应该怎样组织、怎样治理。这样,所谓哲学家执政,就被柏拉图理解为高超的智慧、真实的知识、完美的德行和绝对最高权力的结合。他坚信只有哲学家才可拯救城邦和人民,哲学家是理想国必然的统治者。

人类追求的正义与善就是柏拉图理想国的主题,他认为国家、政治和法律要朝向真正的存在并与人的灵魂相关才有意义。在《理想国》里苏格拉底刚开始讨论的话题就是“正义”问题,由此我们可以看到柏拉图对正义有着多么强烈的憧憬与向往!他认为绝对的正义在神那里,这正好印证了对话结尾的宣言,“让我们永远走向上的路,追求正义和智慧”。正义和智慧不仅是国家的主题,也可以说是整个宇宙存在的本质,因为国家的起点“就是永无止境的时间以及时间带来的变化”。

柏拉图的正义表现在爱情上就是节制。在我们很多人看来,柏拉图式的爱情似乎是精神恋的代名词,用来指称那种超越时间、空间,不以占有对方肉体为目的的只存在于灵魂间的爱情。而实际上柏拉图式爱情的真谛指的是一种对节制的崇尚,对善和美的追求。

法治的细节

◎编辑推荐:

◇2020年度法治人物、中国政法大学罗翔教授全新法律随笔,解读热点案件,思辨法治要义。

◇集结罗翔近两年对法治与社会的观察,论法理、聊读书、谈爱情,人间清醒与你坦诚相见。

◇盘点近年热点案件,理性而不失温度,从N号房事件到张玉环案,如何在现实中追求正义?

◇从法律视角破解电车难题,思辨刑罚边界、胎儿权利等法理冲突,在时事中保持理性思考

◇收录罗翔走红后的心路历程,不仅普法,更分享人生经历与感悟,附罗翔青年照。

◎内容简介:

《法治的细节》是中国政法大学法学教授罗翔全新的法学随笔,面向大众读者,从热点案件解读、法学理念科普、经典名著讲解等6大板块,普及法律常识与法治观念。内容包括辛普森案、电车难题、性同意制度等法律基本常识,或N号房、张玉环案等时事热点的案件,多维度培育法律思维,助力法治社会的构建,点亮每个人心中的法治之光。

此外,本书还收录了罗翔在爆红后的心路历程,分享其求学成长经历,袒露其心境的变化与成熟,与读者一起通过阅读与思辨,走出生活中的迷茫时刻,在现实中共同完善法治的细节。

◎媒体评价:

理性而不失温度,感性而不失高度。这不仅是罗翔老师这样法律传播者的愿望,也是在法治社会中我们应有的态度。

——《人民日报》

法律可能让人觉得很生涩,离生活比较远。但是罗老师能让你知道法律跟生活是非常贴近的。他自己本身很懂,所以可以用最简单直白的语言讲出来。

——《南方周末》

罗翔老师不仅给你提供法律专业视角下的独特解读,还时不时来一场哲学教育,让你感受到一种被降维打击的快感,获得感和成就感满满。

——《第一财经》

外皮是喜感的口音,搞笑的例证;内核则是在多年的实践和思辨中寻求真理,催人上进,成为内容产业中的一股“清流”。这恐怕是罗翔之所以能持续受欢迎的原因所在。

——《中国新闻周刊》

罗翔老师满足了人们对有力量的通识教育的想像。用荒诞、极端案件逗笑人的同时,夹带出对尊重生命、尊重常识和对理想主义的呼唤。

——《三联生活周刊》

“津津有味”是罗翔弹幕里的高频词。除此之外,人们喜欢他,很大程度上也是因为他的真性情。

——《网易》

人类简史:从动物到上帝(图文精编版)

十万年前,地球上至少有六种不同的人

但今日,世界舞台为什么只剩下了我们自己?

从只能啃食虎狼吃剩的残骨的猿人,到跃居食物链顶端的智人,

从雪维洞穴壁上的原始人手印,到阿姆斯壮踩上月球的脚印,

从认知革命、农业革命,到科学革命、生物科技革命,

我们如何登上世界舞台成为万物之灵的?

从公元前1776年的《汉摩拉比法典》,到1776年的美国独立宣言,

从帝国主义、资本主义,到自由主义、消费主义,

从兽欲,到物欲,从兽性、人性,到神性,

我们了解自己吗?我们过得更快乐吗?

我们究竟希望自己得到什么、变成什么?

------------------------------------------------------------------------------------------------

【编辑推荐】

1、由书改变而成的人类简史课程风靡全球,成为希伯来大学最受欢迎课程 Coursera最受欢迎课程 ,mooc最受欢迎课程。学界和大众都一致认可,戴蒙德推荐。

2、一大开创性:打通文字发明前后历史的界限。

文字发明之前的年代,是生物学家、考古学家的专长;文字发明之后的年代,是历史学家、政治学家和经济学家的专长;

许多著名史家的作品,欠缺遗传学或生态学的视野,如何让这两大段历史之间没有断层,能够有一以贯之的宏观解读?

本书不同于《枪炮、病菌与钢铁》从生物与环境的角度看人类社会的发展,也不同于麦克尼尔的《世界史》以文明为单位绘制的人类文明交织的世界。 他笔下的历史,在科学中有深沉的人文关怀。

3、填补传统人类史的三大鸿沟:

历史观与哲学观之间的鸿沟(提供有史实根据的深刻哲学思考);人类和生态系统之间的鸿沟(作者多从生态来思考,而不是只讲人类的利益);集体和个人之间的鸿沟(检视历史事件如何影响到当时一般人的生活)。

4、四大部分描述人类大历史:

7万年前的大脑认知革命(有能力谈八卦,想象不存在的事物,让陌生人开始合作、建立组织)

1.2万年前的农业革命(让我们渴求更多、生产更多,分工分职愈趋细腻)、

500年前的科学革命(带来快速进步,让我们拥有上帝的力量,也带来毁灭)

全球大一统、人类大融合的关键因素——金钱、帝国、宗教

5、一部个人幸福探索之书。

用通俗的语言和新鲜的视角,将个体的幸福放在人类发展的过程中审视,不再错过历史中最关键、最有意思的部分。涵盖了生物学,人类学,哲学,心理学,艺术,文学,伦理学等众多领域。涉及幸福,生命的意义等众多话题,有人说这是一部个人幸福探索之书。

6、一部“瘦身版”人类简史。

如果说给我一本书,不到五百页,没有一堆令人晕头转向的年份、人名、地名、称号,就能涵盖了人类如何崛起、影响现代生活甚巨的资本主义、一神教、自由人文主义、基因工程如何兴盛的人类历史重大脉络……这是仅有的一部!

7、一部引发多国版权大战的神秘大书。

获得波兰斯基人文学科创造力与独创性奖。 100周蝉联以色列畅销书排行榜第一,在英国,9家出版商疯狂竞价。 23个国家竞相购买版权。台湾上市一周,金石堂、诚品历史类畅销书榜第一 ,诚品总榜第八,西班牙上市两周总榜第一。

------------------------------------------------------------------------------------------------

【内容简介】

《人类简史:从动物到上帝》是以色列新锐历史学家的一部重磅作品。从十万年前有生命迹象开始到21世纪资本、科技交织的人类发展史。十万年前,地球上至少有六个人种,为何今天却只剩下了我们自己?我们曾经只是非洲角落一个毫不起眼的族群,对地球上生态的影响力和萤火虫、猩猩或者水母相差无几。为何我们能登上生物链的顶端,最终成为地球的主宰?

从认知革命、农业革命到科学革命,我们真的了解自己吗?我们过得更加快乐吗?我们知道金钱和宗教从何而来,为何产生吗?人类创建的帝国为何一个个衰亡又兴起?为什么地球上几乎每一个社会都有男尊女卑的观念?为何一神教成为最为广泛接受的宗教?科学和资本主义如何成为现代社会最重要的信条?理清影响人类发展的重大脉络,挖掘人类文化、宗教、法律、国家、信贷等产生的根源。这是一部宏大的人类简史,更见微知著、以小写大,让人类重新审视自己。

------------------------------------------------------------------------------------------------

【各界评论】

《人类简史:从动物到上帝》为什么能够在国际畅销书榜上爆冲?原因很简单,它处理的是历史的大问题、现代世界的大问题,而且,它的写作风格是刻骨铭心的生动。你会爱上它!

——普利策奖得主 《枪炮、病菌与钢铁》作者戴蒙德

这是此类大历史中最好的一本:规模宏大但绝非泛泛而谈;具有时代性又不花哨,观念惊世骇俗但绝不是个简单的反对者。每个人都能在书里找到一部分和另外的人开始讨论,但是弄清楚是哪部分、为什么,对我们都有好处。

——牛津大学历史学院院长 斯蒂文·刚尼

我拿起这本《人类简史》立刻“着道”了——拿起了就放不下,几乎一口气读完。吸引力主要来自作者才思的旷达敏捷,还有译者文笔的生动晓畅,而书中屡屡提及中国的相关史实,也能让人感到一种说不出的亲切,好像自己也被融入其中,读来欲罢不能。

——北京大学历史系教授 高毅

《人类简史》的目的不是传授人类考古学的所有研究成果,而是提供一种看历史的视角,一种全局的观点。当你不再执着于科学、政治或宗教等某一个领域的发展过程,而是关注人类社会的整体演变,观察这些领域之间的相互作用,你会感到你脑海中零碎的历史知识忽然像拼图一样各就各位,构成一幅宏大的图景,这样的视角非常新鲜。

——果壳网 姬十三

读完这本书,有一种跟着人类一同走过十万年的感觉!

——读者

这本书如果要用“宏伟史诗”来形容一点也不过分,其中包含了很多学科的内容,例如考古学、生物学、物理学、经济学、宗教、社会学甚至计算机科学等等。书里里面的大部分观点都是从不同的角度进行介绍,其中很多都是经无数人严格验证过的,讲师很多时候仅仅是通过自己的表达希望尽量客观地介绍一些内容,至于每个人怎么理解并没有统一的标准了。

——读者

超级好的课程,付费都坚持下来了,观点独特,从来没想到能从这个角度理解我们人类自己。

——读者

穷查理宝典(珍藏版)(1+2册)

《穷查理宝典》(珍藏本),分一、二册,副书名分别为《芒格的智慧箴言和私人书单》和《芒格最重要的三场演讲》。

《芒格的智慧箴言和私人书单》分上、下篇,上篇《芒格的智慧箴言》旨在做成一本关于生活、学习、工作和投资的芒格智慧语录。全书以《穷查理宝典》原书第一章“查理·芒格传略”与第三章“芒格主义:查理的即席谈话”为线索,串起了67条芒格金句,内容覆盖了芒格的传记、芒格对老年生活的评论、晚辈对芒格的评价,以及芒格在年会上的即席谈话。当芒格讲到学习、思维方式、家庭、投资等内容时,读者马上会读到芒格就该主题说过的最精彩的一句话。这既让人对芒格的传奇人生经历有了线性的了解,又能对他的精华思想加深印象,最终呈现出一个更加生动、立体的芒格形象。

下篇《芒格的私人书单》收入了芒格在不同场合推荐过的书,旨在为读者描绘芒格知识地图的概貌。根据《穷查理宝典》正文中提到的书以及书末的“查理·芒格的推荐书目”,整理出了一个39本书的书单。这39本书分为了6类,分别帮读者搞清楚了人类生存的自然环境、人类自身、经济的运行方式、投资的方法、杰出人物的故事,以及如何在社会中胜出等多个维度的问题。每本书都是芒格思维方式和知识结构的体现。我们为《芒格的私人书单》中的每一本建立了一个小档案,包括基本信息(作者、书名、出版社、封面、地位等)、主要内容、芒格推荐这本书的原因,以及书中精彩语录。就芒格荐书的原因而言,引用芒格推荐每本书时的原话,力求让读者明白这本书对芒格意味着什么。

《芒格最重要的三场演讲》收录了3场最适宜普通大众阅读的芒格演讲,分别为:第二讲《论基本的、普世的智慧,及其与投资管理和商业的关系》、第十讲《在南加州大学GOULD法学院毕业典礼上的演讲》和第十一讲《人类误判心理学》。其中前两场为大学演讲,向年轻学子或大学毕业生们讲述商业思维与人生智慧;最后的《人类误判心理学》被公认为是芒格最精彩的一场演讲,也是芒格独创的思想精华,反映了芒格对人类行为的深刻理解。

查理·芒格的智慧:投资的格栅理论(原书第2版)

作为巴菲特的黄金搭档和幕后智囊,芒格与巴菲特创造了有史以来最优秀的投资纪录。芒格极其熟练地掌握了各种不同的学科,能够在投资时考虑到许多普通人不会考虑到的因素。

芒格用一个非常形象的比喻来说明不同学科的不同思维方式是如何相互作用的:格栅模型。“你的头脑中已经有了许多思维方式,你得按自己直接和间接的经验将其安置在格栅模型中。”

芒格告诉我们,将不同学科的思维模式联系起来建立融会贯通的格栅,是投资的最佳决策模式。用不同学科的思维模式思考同一个投资问题,如果能得出相同的结论,这样的投资决策更正确。懂得越多,理解越深,投资者就越聪明智慧。

芒格认为:“要努力学习,掌握更多股票市场、金融学、经济学知识,但同时要学会不要将这些知识孤立起来,而要把它们看成包含了心理学、工程学、数学、物理学的人类知识宝库的一部分。用这样宽广的视角就会发现,每一学科之间都相互交叉,并因此各自得以加强。一个喜欢思考的人能够从每个学科中总结出其独特的思维模式,并会将其联想结合,从而达到融会贯通。”

真正的、永远的成功属于那些首先努力建立思维模式格栅,然后学会以善于联系、多学科并用的方式思考的人们。

如果你想一窥这位投资天才的思维格栅模型,不妨从本书中寻找答案。

我的应许之地:以色列的荣耀与悲情

《我的应许之地》是一部震撼人心的以色列建国史,也是百年来犹太民族的奋斗复兴史。作者阿里•沙维特以自己家族故事为引子,通过亲身经历、深度访谈,历史文献、私人日志、信件等,通过一个个扣人心弦的个体故事,试图描述出以色列的全景大历史,以引出更深层次的以色列国家思考,并对中东地区的纷争渊源进行了历史性梳理。

《我的应许之地》从作者的曾祖父写起,这位犹太复国主义者是一位英国绅士,1987年却果断横跨地中海走向圣地,意识到这即将是本民族的未来之路;20世纪20年代一个怀理想主义的年轻农夫,自他的阿拉伯邻居处购入了土地种植雅法蜜桔,用汗水在不毛之地培育出富足繁荣;二战时期德军将至,具有先知使命感的古特曼,率领青年人攀登历史废墟马萨达,激励他们心中强大的犹太复国主义精神;1948年在吕大驱逐的悲剧性的一幕中,全城老小在流泪中背井离乡、渐行渐远;我们看到了二战后纳粹大屠杀的幸存者们,在应许之地辛勤地建设这个荣耀之国,并努力将孩子们培养成真正的新以色列人;60年代纵横捭阖的以色列政治家们,在艰难局势中,顽强推动了绝密的以色列核计划;1973年赎罪日战争的惨痛,令举国反思以色列的未来在哪里;以及今天引领世界潮流的互联网以色列新兴企业,还有在那些特拉维夫蓬勃发展的俱乐部里纵夜狂欢的青年男女……

今天,以色列人是赢得了最终胜利?还是深陷巨大危机,精神力衰退?他们能否复兴和救赎自我,挽救深爱的应许之地?在百年来一幕幕震撼人心的悲喜剧中,《我的应许之地》为这个生活在流沙之地又充满活力的弹丸小国,完成了一部当之无愧的以色列史诗。

敌人与邻居:阿拉伯人和犹太人在巴勒斯坦和以色列

巴勒斯坦的这片土地,是犹太人经卷上所指的应许之地,也是许多阿拉伯人世世代代的居所。1917年,奥斯曼帝国落败,结束在这里4个世纪的统治;英国外交大臣发表《贝尔福宣言》,支持犹太人在这片土地上建立民族家园。一个世纪的撕扯与动荡就此开启。

分歧从一开始就难以调和。从19世纪末首批犹太定居点的建立、20世纪30年代的阿拉伯起义,到以色列在1948年的建国、1967年的六日战争,再到1993年的《奥斯陆协议》,以及2002年以来修建的隔离墙……对于同样的事件,双方说法截然不同。犹太复国主义者眼中的公正和胜利,对巴勒斯坦人来说则是不公、失败、流亡和羞辱。

对于这片土地上两个民族百年难解的纷争,记者兼历史学家伊恩·布莱克意识到,只能通过关注他们如何看待自己、历史以及彼此来理解。于是,他借助文献资料、解密档案、口述历史,还有他自己的现场报道,寻求真相和对话。他留意历史的变迁、国家间的斡旋和博弈,因为那是冲突的肇因和驱动力;他更在意被卷入这百年动荡的普通人的生活,因为冲突的撕裂,他们在日常感受得至为真切。

一百年来,缓和的机会一再错失,促使这两个民族和平、自由、公平地作为邻居而不是敌人相处的协议从未达成。如今,没有任何迹象表明这场冲突即将落幕,而理解,是面向未来的开始。

---------------------

1. 一片土地上两个民族的百年纷争,讲清最棘手地区冲突的来龙去脉

巴以冲突可以说是最棘手的地区纷争,牵动全球,却似乎始终无解。1917年英国政府《贝尔福宣言》发表已过去一个世纪,没有任何迹象表明这场冲突即将落幕,所以理解它比以往更加重要。

《敌人与邻居》从奥斯曼帝国末期,首批犹太复国主义者来到巴勒斯坦地区说起,一直讲到奥巴马卸任美国总统的2017年,从头梳理阿拉伯人和犹太人在这片土地的百年纠缠,透视地缘、国家格局的变化。

2. 以资深记者的切身观察、学者的挖掘反思,公正呈现历史全貌

作者伊恩·布莱克是《卫报》资深记者,伦敦政治经济学院政治学博士、资深研究员。他精通阿拉伯语、希伯来语,置身中东冲突现场36年,长期往来于中东北非地区。在新作《敌人与邻居》里,他依托解密档案、文献资料、口述历史、现场报道,既用政治和历史学者的视野,勾勒大国博弈下的上层决策过程,又以现场报道的视角,还描绘普通阿拉伯人、犹太人在冲突撕扯下的想法和生活。

3. 平衡呈现冲突双方观点,获得巴勒斯坦和以色列学者的共同认可

《贝尔福宣言》、《皮尔报告》、以色列建国、六天战争、联合国决议……百年历史上的所有大事,在冲突双方那里都有完全不同的解释。一方口中的英雄是另一方眼里的罪人;一方眼中的公正和胜利,对另一方来说则意味着不公、失败、流亡和羞辱。

巴以双方各说各话,对话难以展开。《敌人与邻居》平衡呈现双方的观点,讲述客观事实,在截然不同的说法之间找到了中间立场,获得巴勒斯坦和以色列学者的认可,让人看到,双方或许有希望基于共同认可历史展开对话。

4. 研究巴以冲突的里程碑式作品,赞誉奖项众多

因为分歧难以弥合,所以书写巴勒斯坦问题历史的作品往往侧重于其中一方的视角。《敌人与邻居》以其公正平衡获得巴以双方学者的认可,可以说是里程碑式的著作,也因此获得众多奖项赞誉。在《贝尔福宣言》发表一百周年的2017年,《金融时报》《经济学人》《星期日泰晤士报》《卫报》等众多主流媒体都将《敌人与邻居》列为年度好书。它的细腻、平衡、客观获得前英国驻联合国大使格林斯托克、著有《奥斯曼帝国的衰亡》的学者尤金·罗根、作家塞巴斯蒂安·福克斯等等的一致认可。

大梦无疆:勇气、想象和现代以色列的建立

二十世纪杰出政治家

以色列前任总理、总统

诺贝尔和平奖得主

西蒙•佩雷斯自传

-

写给全球年轻人的领导力必读书

-

马云作序推荐: “以色列让我看到梦想的力量。

这是一个先有梦想后有国家的地方,一个因为梦想而创造一切的地方。”

-

◎ 内容简介

《大梦无疆:勇气、想象 和 现代以色列的建立》是二十世纪杰出的政治家、以色列前任总理、总统及诺贝尔和平奖得主西蒙•佩雷斯的自传,也是他的遗作,就在完成这部作品的几周后,他与世长辞。在《大梦无疆》中,佩雷斯从亲历者、决策者和见证人的角度,记录了以色列的建国历程,完整再现以色列国家历史上几乎所有的决定性时刻,以及中东和全球的重大事件。他的第一手材料,各种幕后不为人所知的信息、决策和指令,是对这些重大历史事件的最好注解。

-

◎ 名人推荐

西蒙·佩雷斯凭借坚定的决心和原则,一次又一次引导他心爱的国家克服生死之间的挑战。然而,他内在的人性和高贵更为重要,启迪了整个世界并且铺筑了一条通往和平的康庄大道,足以让未来的人们携手并进。

——乔治·H.W. 布什(美国前总统)

西蒙·佩雷斯最初是以色列最聪明的学生,接着成为了最出色的导师,最后成为了最大的梦想家。他在完成最后一部作品《大梦无疆》的几周后与世长辞,在这部作品中,他回顾了自己70年的政治生涯和以色列历史上的关键时刻,这些时刻都为未来的和平与可能性打下了基石。这部作品捕捉了我的好友一生秉持的信念——我们可以战胜我们的创伤、憎恨和恐惧,抓紧当下,把握明日的成功。

——比尔·克林顿(美国前总统)

西蒙·佩雷斯是以色列建国一代的巨人,他坚持不懈地呼吁和平,他是一个永恒的乐观主义者,一生都在追求希望和可能性。他也是我珍贵的朋友,是我智慧的源泉之一。他的故事如今成为了时代的故事,有太多需要我们去了解和学习。

——巴拉克·奥巴马(美国前总统)

以色列为全球的科技创新做出了巨大贡献,它是名副其实的“初创国家”。《大梦无疆》这本书中的领导力的故事显示了当别人觉得必定会失败时,为何佩雷斯能够在不断的努力中看到机遇。如果你不尝试,你就不会知道——这就是创新的秘诀。西蒙·佩雷斯明白这一点。

——埃里克·施密特(谷歌董事长)

伯利恒

◎有美食,有风俗,有历史,有现实,一本了解伯利恒。

◎从古代讲到今天,最原汁原味、最有力的伯利恒指南。

◎从遗迹和故事切入,融合了历史与个人回忆、考古以及对人类和地理景观的精彩讲解。

伯利恒拥有11000年的历史,其核心是这个深受人们喜爱的小镇在世界上的独特地位。布林科对伯利恒的爱是如此炽热,就连其历史的复杂性也不回避。

——吉米•卡特(美国前总统)

这是一段进入真正的伯利恒的旅程,不仅精彩纷呈,而且博学。书中每一页都会引领读者来到历史、美食和个人轶事那新奇又迷人的切面,每一次都会以某种方式回到伯利恒,回到其一贯所在的世界事务中心。

——雅各布•诺里斯,英国萨塞克斯大学中东史专家

这段从古代讲到今天的伯利恒历史,将是你读过的关于这座重要城市的最原汁原味、最有力的指南。它成功地将一千多年的历史与个人回忆、考古和形态学见解以及对人类和地理景观的精彩描述融合在一起。以遗迹和故事为切入点,通过个人轶事和最新的学术研究成果,带着对人类苦难和希望的不断关注来揭开这座圣城历史的各个篇章。“

―—伊兰•帕佩,以色列学者

伯利恒,是一座位于约旦河西岸的古老城镇,被誉为“世界历史的支点”,那里承载着如此多的意义,有历史,有神话,有宗教。它生动地活在每个人的想象之中,每年有250多万游客前往。对有些人来说,伯利恒仍是《圣经》里描述的沙漠边缘的小镇;对有些人来说,它困在一堵墙内,周围是以色列定居点以及敌对的定居者和士兵。

英国作家尼古拉斯•布林科在伯利恒生活多年,他从自己生活在其间的内心体验出发,用十三个章节讲述了伯利恒的前世今生。他从公元前九世纪的洞穴和雕刻讲到当今复杂的政治,带领读者通过其石街和沙漠洼地、修道院、水渠和果园,从各个角度和时代展示了这座城市的面貌,也不可避免地揭示世界上最棘手的政治问题之一。

伯利恒是自豪感和财富的源泉,也是一个绝望、贫困和暴力已成为常态的地区。它是共存的灯塔,可以照亮通往更美好未来的道路;作者认为,如果那里有形的遗址幸存,而回溯到古代历史的脉络却断裂的话,结束以巴冲突的机会也将随之失去。

阿拉伯人的梦想宫殿:民族主义、世俗化与现代中东的困境

从政治、文化、文学的角度回顾20世纪的阿拉伯历史

以阿多尼斯等数十位阿拉伯人的生平与思考为线索

探究一个跨越百年的问题:

阿拉伯世界的现代化之路究竟在何方?

✈️

1982年6月6日,黎巴嫩的边境燃起了战火,以色列兵分三路入侵黎巴嫩南部。当天深夜的黎巴嫩首都贝鲁特,诗人哈利勒 ·哈维手持猎枪走向自家阳台,面朝大海与学校钟楼,对准脑袋扣动了扳机。他的尸体摔出栏杆,掉到了楼下的一簇茉莉花旁。八天后,以色列军兵临贝鲁特城下。

压垮哈维的最 后一根稻草,不仅是国家战败的耻辱,还有对整个阿拉伯民族走向复兴的绝望。半个多世纪以来,包括哈维在内的无数阿拉伯人曾为他们的世界构想过一座团结、进步、现代化的梦想宫殿。然而,传统派与改革派的争吵、世俗主义与神权政治的对抗、本土对西方的仇视,以及日趋狭隘的民族主义,最终耗尽了阿拉伯人心中的希望。

在本书中,黎巴嫩裔学者福阿德·阿贾米透过一双来自阿拉伯世界内部的眼睛,从政治、文化、文学的角度回顾了20世纪以来的阿拉伯历史。他沿着哈维、阿多尼斯、迈哈富兹、穆尼夫等阿拉伯知识分子的生命轨迹与思考路径,从黎巴嫩山区到埃及,再到阿拉伯半岛,讲述了这个伟大坚韧的民族数十年来经历的振兴与磨难,试图回答一个已被苦苦思索了近一百年的问题:阿拉伯世界的现代化之路究竟在何方?

力量训练基础:用5种杠铃动作极速发展身体实力

这是一本介绍力量训练的经典书籍,确切地说,它是一本介绍杠铃训练方法的经典之作。《力量训练基础》只介绍了五种主要的杠铃训练动作——五种被认为最有用的杠铃动作,深蹲、推举、卧推、硬拉和力量翻。作者以科学的态度和精益求精的精神,把这五种基本动作和杠铃训练的体系以正确的方式讲解得淋漓尽致。自从2005年出版以来,《力量训练基础》成为了有关举重训练的最畅销的书籍之一,获得了读者的高度认可。此外,健身领域的专家同样给予了这本书高度的评价。

编辑推荐:

这是一本帮助你重新认识健身和你的身体的专业杠铃书,这是一本经过了成千上万的健身者和专业运动员验证的书,这也是一本能够提供你所需的知识的书。

作者简介:

马克·瑞比托(Mark Rippetoe)1983 年毕业于美国中西州立大学,获得了地质学理学学士学位,并辅修了人类学。他是《力量训练计划设计》第3 版(Practical Programming for Strength Training, 3rd Edition)、《足够强壮了吗?》(Strong Enough?)、《刻薄的重力先生》(Mean Ol’ Mr. Gravity)和本书,以及很多报纸、杂志和网络文章的作者。他1978 年投身于健身行业,1984 年成为威奇托福尔斯(Wichita Falls)运动俱乐部的所有者。他是1985年获得美国国家力量与健身协会(National Strength and Conditioning Association,简写为CSCS)认证的首批教练员之一,并且是第一位在2009 年放弃证书的教练员。瑞比托作为有竞争力的力量举运动员有着10 年的参赛经验,并且已经指导了很多举重者和运动员,以及成千上万的对提升力量和运动表现感兴趣的人。他在全美组织了很多研讨会讨论这种杠铃训练方法。

名人推荐:

“每一天都会有人问我最 好的重量训练书是哪一本。我总会这样回答:《力量训练基础》。这本书对认真学习或教授基础举重练习的任何人来说都是必不可少的。它提高了你的洞察力,并提供了很多技巧,帮助你成为一名技艺精湛的举重者。每个人都想要训练,或者成为冠军。但如果基础知识不足,你就无法打造出冠军级别的力量。这本书将帮助你铸造这样的基础。”吉姆·温德勒(Jim Wendler),5/3/1训练法的作者

Github | Docker | Project