这是一本专为网络工程师、运维开发人员及AI技术爱好者打造的实战指南，旨在帮助其掌握如何利用大语言模型（LLM）提升网络运维的智能化水平。本书以LangChain这一强大的Python框架为核心，结合在线LLM（如ChatGPT）和离线LLM（如LLaMA 3.2），详细讲解AI在网络配置、故障排查、自动化运维等场景中的落地应用，同时兼顾国产网络设备厂商及国产LLM（如DeepSeek、Qwen）的迁移和拓展。 本书亮点：LangChain实战，深入解析LangChain各模块，教你如何高效集成LLM，构建智能运维工具链；在线LLM与离线LLM相结合，既涵盖基于ChatGPT的云端AI应用，也详细讲解如何在本地部署LLaMA 3.2等开源模型，还探讨DeepSeek、Qwen等国产LLM，满足不同的安全与性能需求；RAG技术，利用外部知识库提升LLM的准确性，从而在网络运维中提供更精准、高效的解决方案；MCP策略，通过任务分解与多模型协作，优化复杂网络问题的处理流程；真实案例驱动，涵盖网络配置生成、日志分析、故障诊断等典型场景，提供可复现的代码示例。

这是一本专为网络工程师、运维开发人员及AI技术爱好者打造的实战指南，旨在帮助其掌握如何利用大语言模型（LLM）提升网络运维的智能化水平。本书以LangChain这一强大的Python框架为核心，结合在线LLM（如ChatGPT）和离线LLM（如LLaMA 3.2），详细讲解AI在网络配置、故障排查、自动化运维等场景中的落地应用，同时兼顾国产网络设备厂商及国产LLM（如DeepSeek、Qwen）的迁移和拓展。 本书亮点：LangChain实战，深入解析LangChain各模块，教你如何高效集成LLM，构建智能运维工具链；在线LLM与离线LLM相结合，既涵盖基于ChatGPT的云端AI应用，也详细讲解如何在本地部署LLaMA 3.2等开源模型，还探讨DeepSeek、Qwen等国产LLM，满足不同的安全与性能需求；RAG技术，利用外部知识库提升LLM的准确性，从而在网络运维中提供更精准、高效的解决方案；MCP策略，通过任务分解与多模型协作，优化复杂网络问题的处理流程；真实案例驱动，涵盖网络配置生成、日志分析、故障诊断等典型场景，提供可复现的代码示例。

众所周知，Python这门编程语言的应用场景十分广泛，人工智能、数据分析、爬虫、Web开发、游戏制作等领域都能看到Python的身影，随着近几年Python的大热，和上述Python应用场景相关的书籍、视频、网站等教学资源随处可见，而市面上Python的基础入门教程更是多如牛毛。遗憾的是，在如此丰富的Python教学资源中，为网络工程师量身打造的计算机网络运维方面的教学书籍却相当匮乏。本书内容基于思科设备和技术，从网络工程师的角度出发，以截稿前最新的Python 3.8为主，从Python的安装到基础和进阶知识，再到Python在网络运维中的实战应用和网络工程师必须掌握的Python第三方模块，所有内容均为网络工程师量体裁衣，让完全零基础的网络工程师能够快速上手和掌握Python这门编程语言，将网络运维自动化技术运用在日常工作中，在提高工作效率的同时，提升职场竞争力。本书所有内容均由作者精选，只讲解对网络工程师有用的Python知识，让读者在网络运维自动化技术学习的道路上少走一些弯路。

《网络工程师教程(第2版)(2009版)》是全国计算机技术与软件专业技术资格（水平）考试的指定用书。按照新的网络工程师考试大纲的规定，《网络工程师教程(第2版)2009版》包含了数据通信基础知识、网络体系结构和网络协议、广域通信网、局域网和城域网、TCP/IP网络和互联网、网络操作系统、网络工程与组网技术、网络安全与网络管理技术，以及网络需求分析和网络性能评价等方面的内容。《网络工程师教程(第2版)2009版》兼顾基础，突出实用，是参加本考试的必备教材，也可作为网络工程从业人员学习网络技术的教材或日常工作的参考用书。

随着ChatGPT等大语言模型的迅速发展，大语言模型已经成为人工智能领域发展的快车道，不同领域涌现出各种强大的新模型。开发者想要独立构建、部署符合自身需求的大语言模型，需要理解大语言模型的实现框架和基本原理。 本书梳理大语言模型的发展，首先介绍Transformer模型的基本原理、结构和模块及在NLP任务中的应用；然后介绍由只编码（Encoder-Only）到只解码（Decoder-Only）的技术路线发展过程中对应的 BERT、GPT等大语言模型；接下来介绍大语言模型在部署、训练、调优过程中涉及的各种关键技术，如自动并行、预训练与微调、RLHF等，并提供相应的实践指导；最后以开源大语言模型BLOOM和LLaMA为样例，介绍其架构和实现过程，帮助读者理解并构建、部署自己的大语言模型。本书还提供了基于MindSpore框架的丰富样例代码。 本书适合人工智能、智能科学与技术、计算机科学与技术、电子信息工程、自动化等专业的本科生和研究生阅读，同时也为从事大语言模型相关工作的软件开发工程师和科研人员提供翔实的参考资料。

随着ChatGPT等大语言模型的迅速发展，大语言模型已经成为人工智能领域发展的快车道，不同领域涌现出各种强大的新模型。开发者想要独立构建、部署符合自身需求的大语言模型，需要理解大语言模型的实现框架和基本原理。 本书梳理大语言模型的发展，首先介绍Transformer模型的基本原理、结构和模块及在NLP任务中的应用；然后介绍由只编码（Encoder-Only）到只解码（Decoder-Only）的技术路线发展过程中对应的 BERT、GPT等大语言模型；接下来介绍大语言模型在部署、训练、调优过程中涉及的各种关键技术，如自动并行、预训练与微调、RLHF等，并提供相应的实践指导；最后以开源大语言模型BLOOM和LLaMA为样例，介绍其架构和实现过程，帮助读者理解并构建、部署自己的大语言模型。本书还提供了基于MindSpore框架的丰富样例代码。 本书适合人工智能、智能科学与技术、计算机科学与技术、电子信息工程、自动化等专业的本科生和研究生阅读，同时也为从事大语言模型相关工作的软件开发工程师和科研人员提供翔实的参考资料。

大语言模型正以惊人的速度重塑世界，引发一场全新的智能革命。从 ChatGPT 的横空出世，到各行各业的颠覆式变革，大语言模型不仅仅是技术热点，更是我们理解未来、把握机遇的关键所在。 这本书将带你深入这场变革的核心。你将了解： 1.大语言模型的原理与应用：探索 Transformer 等核心技术原理，揭开大语言模型的神秘面纱。 2.智能革命的影响力：洞悉大语言模型在医疗、法律、教育、编程、艺术等领域的广泛应用和深远影响，看它如何提升效率、催生新职业，又带来哪些挑战。 3.超越技术的思考：引领你探讨智能、思维与意识的本质，以及大语言模型对这些核心概念的冲击和启发。 这场由大语言模型驱动的智能革命已经到来，不了解它，你就可能错过未来。这本书不仅为你揭示大语言模型的技术奥秘，更重要的是，它将帮助你在充满不确定性的时代，看清智能发展的浪潮，把握住属于你的机遇。

本书展现了大语言模型技术的整体框架和路线图，内容讲解力求简明、准确、实用，主要目的在于为相关行业或研究领域提供大模型技术的中文参考资料，推动我国相关人工智能技术的发展。全书共13章，内容涉及大模型的背景和基础知识、资源、预训练、微调与对齐、大模型使用以及模型评测等，同时还提供了相关的代码示例与实验工具包。 本书可供具有深度学习基础的读者阅读与使用，既可作为高等学校人工智能、大数据、计算机类等专业教材，也可作为相关研究与从业人员的参考用书。

大语言模型正以惊人的速度重塑世界，引发一场全新的智能革命。从 ChatGPT 的横空出世，到各行各业的颠覆式变革，大语言模型不仅仅是技术热点，更是我们理解未来、把握机遇的关键所在。 这本书将带你深入这场变革的核心。你将了解： 1.大语言模型的原理与应用：探索 Transformer 等核心技术原理，揭开大语言模型的神秘面纱。 2.智能革命的影响力：洞悉大语言模型在医疗、法律、教育、编程、艺术等领域的广泛应用和深远影响，看它如何提升效率、催生新职业，又带来哪些挑战。 3.超越技术的思考：引领你探讨智能、思维与意识的本质，以及大语言模型对这些核心概念的冲击和启发。 这场由大语言模型驱动的智能革命已经到来，不了解它，你就可能错过未来。这本书不仅为你揭示大语言模型的技术奥秘，更重要的是，它将帮助你在充满不确定性的时代，看清智能发展的浪潮，把握住属于你的机遇。

《大语言模型：原理与工程实践》用10 章对大语言模型进行全面且深入的介绍。首先对大语言模型的基本概念进行介绍。其次，从大语言模型的基础技术、预训练数据构建、预训练技术等方面展开讨论，帮助读者深入了解大语言模型的构建和训练过程。然后，详细介绍有监督微调和强化对齐等技术，以及如何评估大语言模型的性能。外，介绍提示工程和工程实践等方面的内容，帮助读者了解大语言模型的应用和实际操作过程。最后，介绍如何从零开始微调大语言模型，辅以代码示例，帮助读者更好地应用这些技术。 通过阅读本书，读者可以获得全面且深入的大语言模型的知识框架。无论您是研究人员、工程师，还是产品经理，都能从中获得有价值的知识。