Informatyka
Shikhar Kwatra, Bunny Kaushik
The concept of generative artificial intelligence has garnered widespread interest, with industries looking to leverage it to innovate and solve business problems. Amazon Bedrock, along with LangChain, simplifies the building and scaling of generative AI applications without needing to manage the infrastructure.Generative AI with Amazon Bedrock takes a practical approach to enabling you to accelerate the development and integration of several generative AI use cases in a seamless manner. You’ll explore techniques such as prompt engineering, retrieval augmentation, fine-tuning generative models, and orchestrating tasks using agents. The chapters take you through real-world scenarios and use cases such as text generation and summarization, image and code generation, and the creation of virtual assistants. The latter part of the book shows you how to effectively monitor and ensure security and privacy in Amazon Bedrock.By the end of this book, you’ll have gained a solid understanding of building and scaling generative AI apps using Amazon Bedrock, along with various architecture patterns and security best practices that will help you solve business problems and drive innovation in your organization.
Ben Auffarth
ChatGPT and the GPT models by OpenAI have brought about a revolution not only in how we write and research but also in how we can process information. This book discusses the functioning, capabilities, and limitations of LLMs underlying chat systems, including ChatGPT and Gemini. It demonstrates, in a series of practical examples, how to use the LangChain framework to build production-ready and responsive LLM applications for tasks ranging from customer support to software development assistance and data analysis – illustrating the expansive utility of LLMs in real-world applications.Unlock the full potential of LLMs within your projects as you navigate through guidance on fine-tuning, prompt engineering, and best practices for deployment and monitoring in production environments. Whether you're building creative writing tools, developing sophisticated chatbots, or crafting cutting-edge software development aids, this book will be your roadmap to mastering the transformative power of generative AI with confidence and creativity.
Behram Irani, Rahul Sonawane
Many developers face the challenge of managing repetitive tasks and maintaining productivity. This book will help you tackle both these challenges with Amazon Q Developer, a generative AI-powered assistant designed to optimize coding and streamline workflows.This book takes you through the setup and customization of Amazon Q Developer, demonstrating how to leverage its capabilities for auto-code generation, code explanation, and transformation across multiple IDEs and programming languages. You'll learn to use Amazon Q Developer to enhance coding experiences, generate accurate code references, and ensure security by scanning for vulnerabilities. The book also shows you how to use Amazon Q Developer for AWS-related tasks, including solution building, applying architecture best practices, and troubleshooting errors. Each chapter provides practical insights and step-by-step guidance to help you fully integrate this powerful tool into your development process. You’ll get to grips with effortless code implementation, explanation, transformation, and documentation, helping you create applications faster and improve your development experience.By the end of this book, you’ll have mastered Amazon Q Developer to accelerate your software development lifecycle, improve code quality, and build applications faster and more efficiently.
Behram Irani, Rahul Sonawane
Many developers face the challenge of managing repetitive tasks and maintaining productivity. This book will help you tackle both these challenges with Amazon Q Developer, a generative AI-powered assistant designed to optimize coding and streamline workflows.This book takes you through the setup and customization of Amazon Q Developer, demonstrating how to leverage its capabilities for auto-code generation, code explanation, and transformation across multiple IDEs and programming languages. You'll learn to use Amazon Q Developer to enhance coding experiences, generate accurate code references, and ensure security by scanning for vulnerabilities. The book also shows you how to use Amazon Q Developer for AWS-related tasks, including solution building, applying architecture best practices, and troubleshooting errors. Each chapter provides practical insights and step-by-step guidance to help you fully integrate this powerful tool into your development process. You’ll get to grips with effortless code implementation, explanation, transformation, and documentation, helping you create applications faster and improve your development experience.By the end of this book, you’ll have mastered Amazon Q Developer to accelerate your software development lifecycle, improve code quality, and build applications faster and more efficiently.
Chris Fregly, Antje Barth, Shelbee Eigenbrode
Podczas projektowania aplikacji opartych na generatywnej AI trzeba dokonywać wielu wyborów decydujących o jakości danych dostarczanych przez aplikację, jej opłacalności, skalowalności i niezawodności. Decyzje te są tym trudniejsze, że świat generatywnej AI zmienia się niezwykle szybko, a mity i błędne przeświadczenia dotyczące tej technologii mają się świetnie. W tej niezwykle pragmatycznej książce, przeznaczonej dla dyrektorów technicznych, praktyków uczenia maszynowego, twórców aplikacji, analityków biznesowych, inżynierów i badaczy danych, znajdziesz skuteczne techniki używania sztucznej inteligencji. Zaznajomisz się z cyklem życia projektu opartego na generatywnej AI i jej zastosowaniami, a także metodami doboru i dostrajania modeli, generowania danych wspomaganego wyszukiwaniem, uczenia przez wzmacnianie na podstawie informacji zwrotnych od człowieka, kwantyzacji, optymalizacji i wdrażania modeli. Poznasz szczegóły różnych typów modeli, między innymi dużych językowych (LLM), multimodalnych generujących obrazy (Stable Diffusion) i odpowiadających na pytania wizualne (Flamingo/IDEFICS). Dowiedz się, jak: używać generatywnej AI w biznesie dobierać modele generatywnej AI stosować inżynierię monitu i uczenie kontekstowe dostrajać modele przy użyciu własnych zbiorów danych i techniki LoRA korzystać z agentów i akcji za pomocą bibliotek LangChain i ReAct tworzyć aplikacje na bazie usługi Amazon Bedrock To fascynująca książka, rewelacyjna kompozycja niezwykle ważnych informacji, a także szczegółowych, praktycznych kodów, skryptów i instrukcji! Jeff Barr, wiceprezes i główny popularyzator AWS
Valentina Alto
Generatywne modele językowe, takie jak ChatGPT udostępniony przez OpenAI, stały się przełomem ze względu na ich możliwości i łatwe użycie w szerokiej gamie zastosowań. Wszechstronność tych narzędzi pozwala podnieść produktywność i kreatywność na niespotykany wcześniej poziom. Wystarczy w tym celu użyć we własnych projektach ChatGPT lub któregoś z wyspecjalizowanych modeli. Dzięki tej przystępnej książce zrozumiesz metody działania wielkich modeli językowych i techniki szkolenia modeli generatywnych. Następnie zapoznasz się z przypadkami użycia, w których ChatGPT sprawdzi się najlepiej, a w efekcie zwiększy produktywność i kreatywność. Dowiesz się też, jak wchodzić w interakcje z ChatGPT, tworzyć lepsze prompty i korzystać z funkcji uczenia się. Znajdziesz tu rozdziały dla marketingowców, naukowców i programistów, ułatwiające szybkie zastosowanie nabytej wiedzy w praktyce. Przekonasz się również, jak w środowisku korporacyjnym stosować interfejsy API modeli OpenAI dostępne w infrastrukturze Azure. Dla każdego scenariusza podano kompletną implementację w Pythonie, korzystającą z bibliotek Streamlit i LangChain do integracji modeli AI z aplikacjami. W książce: koncepcja generatywnej AI i architektura GPT projektowanie optymalnych promptów prezentacja aplikacji i przypadków użycia ChatGPT używanie modeli i funkcji OpenAI za pośrednictwem wywołań API kod Pythona do budowania i wdrażania systemów generatywnej AI odpowiedzialność i etyka w systemach generatywnej AI Odkryj, jak łatwo model generatywnej AI zintegruje się z Twoją aplikacją!
Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać
David Foster
Generatywna sztuczna inteligencja (AI) jest dziś gorącym tematem w dziedzinie techniki. Ta praktyczna książka pokazuje inżynierom uczenia się maszyn, jak wykorzystywać TensorFlow i Keras, aby od zera tworzyć robiące wrażenie generatywne modele głębokiego uczenia, w tym wariacyjne autokodowanie (VAE), generatywne sieci przeciwstawne (GAN), transformery, przepływy normalizacyjne, modele oparte na energii i dyfuzyjne modele odszumiające. Książka zaczyna się od podstaw głębokiego uczenia i prowadzi do nowatorskich architektur. Dzięki wskazówkom i sztuczkom zrozumiesz, jak sprawić, aby nasze modele uczyły się bardziej skutecznie i stawały się bardziej kreatywne. - Dowiedz się, jak VAE pozwala zmienić wyraz twarzy na zdjęciu. - Naucz GAN generowania obrazów na podstawie własnego zbioru danych. - Zbuduj modele dyfuzyjne do tworzenia nowych odmian kwiatów. - Wyszkol swój własny GPT, aby generował tekst. - Dowiedz się jak są szkolone duże modele językowe jak ChatGPT. - Przeanalizuj najnowocześniejsze architektury jak StyleGAN2 i ViT-VQGAN - Skomponuj muzykę polifoniczną wykorzystując transformery i MuseGAN - Zrozum jak generatywne modele świata mogą rozwiązać zadania uczenia przez wzmacnianie. - Zanurz się w multimodalnych modelach jak DALL.E 2, Imagen i Stable Diffusion Książka ta analizuje także przyszłą generacyjną sztuczną inteligencję i sposób, w jaki ludzie i firmy mogą proaktywnie zacząć wykorzystywać tę niezwykłą nową technikę, aby zyskiwać przewagę konkurencyjną. "Generatywne głębokie uczenie to dostępne wprowadzenie do narzędzi głębokiego uczenia dla celów modelowania generatywnego. Jeśli jesteście kreatywnymi praktykami, kochającymi bawić się kodem i chcecie zastosować głębokie uczenie w swojej pracy, ta książka jest dla was." -David Ha Szef strategii, Stability AT "Doskonała książka, która zagłębia się wprost w podstawowe technik stanowiące aktualną wiedzę o generacyjnym głębokim nauczaniu. Jest to ekscytująca analiza jednej z najbardziej fascynujących dziedzin w ramach sztucznej inteligencji!" -Francois Chollet Twórca Keras
Andrzej Jankowski
Tekst napisany ponad czterdzieści lat temu pozostaje bardzo aktualny. Nie wydaje się, aby w języku polskim istniał podręcznik o podobnej konstrukcji i języku, obejmujący taki fragment geometrii różniczkowej. Zastosowano nowoczesny język geometrii różniczkowej, wprowadzony w drugiej połowie XX wieku i używany obecnie powszechnie. W tym przypadku jest to język wiązek wektorowych, operatorów różniczkowych i algebry tensorowej. Podręcznik ten może być przydatny dla studentów, i pracowników naukowych, kierunków matematycznych, fizycznych i ogólnie ścisłych, zarówno uniwersytetów, jak i politechnik.
Andrzej Bieliński
Geometria jest najstarszą gałęzią matematyki, która powstała w starożytności, a usystematyzowana została przez Euklidesa około 300 lat p.n.e. Geometria przestrzenna określa związki i ustala relacje między elementami przestrzeni, a związane z tym zagadnienia możemy rozwiązywać metodą graficzną, wykorzystując odwzorowanie przestrzeni na płaszczyznę otrzymane za pomocą rzutowania. Pierwszym, który opracował i podał teoretyczne podstawy metody rzutów równoległych na dwie płaszczyzny był znakomity matematyk francuski Gaspard Monge (1746−1818) i dlatego jest uważany za twórcę geometrii wykreślnej jako nauki. Obecnie znajomość geometrii wykreślnej jest niezbędna w projektowaniu obiektów przestrzennych i tworzeniu dokumentacji technicznych, umożliwia czytanie rysunków przedstawiających figury przestrzenne oraz pozwala na analizę przestrzennych własności tych figur. W dobie komputerów i gotowych programów graficznych twórcze korzystanie z tych dobrodziejstw wymaga rozwiniętej i poprawnie ukształtowanej wyobraźni przestrzennej, a to zapewnia studiowanie geometrii wykreślnej, w czym mam nadzieję pomoże ten skrypt.