企業級DeepSeek實戰

高強文

企業級DeepSeek實戰
  • 出版商: 機械工業
  • 出版日期: 2026-03-01
  • 售價: $474
  • 語言: 簡體中文
  • 頁數: 208
  • ISBN: 7111801938
  • ISBN-13: 9787111801931
  • 相關分類: Large language model

    • 下單後立即進貨 (約4週~6週)

商品描述

這是一本立足企業應用場景的DeepSeek實戰指南，結合10+實戰案例，系統講解模型的集成、應用與 ，將AI轉化為實際生產力，驅動業務智能化升級。本書主要內容如下：?基礎篇（ 、2章）：介紹DeepSeek的發展歷程、企業級應用需求和實戰環境的搭建過程，在對自然語言處理、神經網絡和大語言模型核心機制的講解過程中，使用數值計算實例來直觀呈現這些抽象的概念。?應用篇（第3～7章）：圍繞Chat、AI Agent、RAG和多模態4種應用類型，介紹LibreChat、Open WebUI、camel-ai/owl、OpenManus、Dify、SearXNG這6種流行開源應用的安裝、集成和使用方法，以及Janus和DeepSeek-VL2的部署過程和實際應用案例。此外，本篇還演示如何結合draw.io制作圖表，以及如何使用FramePack制作具有連續劇情的長視頻。?開發篇（第8～11章）：針對輔助軟件開發、數據分析、醫療文書校對和智能語音客服這4種典型的企業場景進行應用開發，包括案例場景分析、架構和運行流程設計，以及完整的源碼實現和測試，使DeepSeek實現代碼生成、基於自然語言交互的數據統計分析、對於專業領域的文本理解與排錯、多模態人機交互等功能。?訓練篇（ 2～16章）：針對企業訓練垂域模型的需求，從DeepSeek-R1技術報告入手，講解DeepSeek模型的微調過程，包括CoT數據集的處理、使用Unsloth進行微調，並結合Open R1項目，從SFT、GRPO和數據蒸餾三個方向，詳細講解DeepSeek-R1覆現的過程。

作者簡介

高強文  AI技術專家與項目導師。作為數字技術正 工程師，專註於人工智能大語言模型應用開發、開源社區開發與運營。AI領域創業先鋒，寧夏回族自治區勞動模範。現任互鏈高科（北京）技術發展有限公司總經理，銀川方達電子系統工程有限公司董事長。20多年來，一直從事信息化、智能化產品的研發與管理工作。近年來積極投身於開源事業，開發運營aliendao.cn、gitclone.com和opendao.cn等開源社區，在GitHub上貢獻了20多個開源代碼庫。著有《大模型項目實戰：多領域智能應用開發》，旨在為開發者提供AI技術實踐指導。

目錄大綱

前言
基礎篇
第1章 DeepSeek概述
1.1 DeepSeek介紹
1.1.1 發展歷程
1.1.2 系列模型簡介
1.1.3 主要優勢
1.2 DeepSeek企業級應用概述
1.2.1 應用場景
1.2.2 算力支撐
1.2.3 安全與合規
1.3 實戰環境準備
1.3.1 硬件準備
1.3.2 操作系統準備
1.3.3 安裝推理卡驅動
1.3.4 安裝CUDA環境
1.3.5 安裝Python虛擬環境
1.3.6 環境驗證
第2章 LLM基礎知識
2.1 自然語言處理
2.2 神經網絡
2.2.1 神經網絡的基本結構
2.2.2 神經網絡的訓練過程
2.2.3 基於神經網絡的推理過程
2.3 LLM的核心機制
2.3.1 Transformer
2.3.2 自註意力機制
2.3.3 多頭註意力機制
應用篇
第3章 DeepSeek部署
3.1 DeepSeek系列模型分類
3.2 大模型的精度與量化
3.2.1 機器學習中的數據類型
3.2.2 大模型量化技術
3.3 部署算力的估算
3.3.1 DeepSeek內存占用情況
3.3.2 算力估算結果
3.4 CPU部署
3.4.1 Ollama在Windows上的安裝
3.4.2 Ollama在Linux上的安裝
3.4.3 DeepSeek在CPU上的部署
3.5 GPU部署
3.5.1 vLLM安裝
3.5.2 DeepSeek在GPU上的部署
3.5.3 算力資源監控
3.5.4 驗證部署成果
第4章 構建Chat應用
4.1 企業應用場景
4.2 LibreChat的部署和應用
4.2.1 LibreChat簡介
4.2.2 LibreChat的安裝與配置
4.3 Open WebUI的部署和應用
4.3.1 Open WebUI簡介
4.3.2 Open WebUI的安裝與配置
4.4 結合draw.io制作圖表
4.4.1 設計提示詞
4.4.2 使用DeepSeek生成XML文件
4.4.3 用draw.io打開XML文件
4.4.4 高級制表應用
第5章 構建AI Agent
5.2 camel-ai/owl的部署與應用
5.2.1 camel-ai/owl簡介
5.2.2 camel-ai/owl安裝
5.2.3 運行camel-ai/owl應用
5.3 OpenManus的部署與應用
5.3.1 OpenManus簡介
5.3.2 OpenManus安裝
5.3.3 運行OpenManus應用
5.3.4 運行OpenManusWeb應用
第6章 構建RAG應用
6.1 企業應用場景
6.2 RAG的工作原理
6.3 Dify：整合知識庫與LLM服務
6.3.1 Dify簡介
6.3.2 Dify安裝
6.3.3 運行Dify應用
6.3.4 企業場景中的Dify優化
6.4 SearXNG：集成聯網搜索功能
6.4.1 SearXNG簡介
6.4.2 SearXNG安裝
6.4.3 Open WebUI與SearXNG整合
第7章 構建多模態應用
7.1 企業應用場景
7.2 Janus：文生圖與圖生文
7.2.1 Janus簡介
7.2.2 Janus安裝
7.2.3 Janus應用
7.3 DeepSeek-VL2：識別多模態內容
7.3.1 DeepSeek-VL2簡介
7.3.2 DeepSeek-VL2應用
7.4 FramePack：生成長視頻
7.4.1 FramePack簡介
7.4.2 FramePack應用
開發篇
第8章 輔助軟件開發應用
8.1 開發要點
8.2 案例場景
8.3 關鍵原理
8.3.1 架構
8.3.2 運行流程
8.4 實現過程
8.4.1 Node.js安裝
8.4.2 新建React.js項目
8.4.3 文件結構
8.4.4 源代碼
8.4.5 程序調試
8.5 部署方法
第9章 數據分析應用
9.1 開發要點
9.2 案例場景
9.3 關鍵原理
9.3.1 架構
9.3.2 運行流程
9.4 實現過程
9.4.1 源代碼
9.4.2 程序測試
第10章 醫療文書校對應用
10.1 開發要點
10.2 案例場景
10.3 關鍵原理
10.3.1 架構
10.3.2 運行流程
10.4 實現過程
10.4.1 源代碼
10.4.2 程序測試
第11章 智能語音客服應用
11.1 開發要點
11.2 案例場景
11.3 關鍵原理
11.3.1 架構
11.3.2 運行流程
11.4 實現過程
11.4.1 源代碼
11.4.2 程序測試
訓練篇
第12章 基於技術報告的DeepSeek-R1實現原理解析
12.1 訓練DeepSeek-R1-Zero
12.1.1 推理能力
12.1.2 基於GRPO的強化學習
12.1.3 訓練成果
12.2 訓練DeepSeek-R1
12.2.1 冷啟動
12.2.2 面向推理的強化學習
12.2.3 拒絕采樣和監督微調
12.2.4 全場景強化學習
12.3 蒸餾模型
第13章 DeepSeek微調
13.1 微調的基本原理
13.1.1 按參數調整範圍劃分
13.1.2 按訓練算法劃分
13.2 微調過程
13.2.1 源代碼
13.2.2 語料格式說明
13.2.3 微調

類似商品