{
"item_title" : "Large Language Models selbst programmieren für Entwickler",
"item_author" : [" Maximilian Krauss "],
"item_description" : "Warum verstehen so viele Entwickler, was Large Language Models leisten - aber nicht, wie sie wirklich funktionieren? Du hast bereits Erfahrung mit Programmierung, vielleicht auch mit Machine Learning. Du hast Tutorials gesehen, Tools ausprobiert und Modelle genutzt. Doch sobald es darum geht, ein eigenes Modell von Grund auf zu entwickeln, wird es schnell un bersichtlich. Zu abstrakt. Zu theoretisch. Zu viele L cken zwischen Wissen und Umsetzung. Genau hier setzt dieses Buch an. Dieses Praxisbuch f hrt dich Schritt f r Schritt durch den gesamten Prozess - von den fundamentalen Konzepten bis hin zur vollst ndigen Implementierung eines eigenen, GPT- hnlichen Sprachmodells mit Python und PyTorch. Kein oberfl chlicherberblick, sondern ein klar strukturierter, nachvollziehbarer Weg, der dich wirklich weiterbringt. Du arbeitest nicht nur mit fertigen L sungen. Du baust selbst. Du verstehst jede Entscheidung. Und du entwickelst die Sicherheit, komplexe Modelle eigenst ndig umzusetzen und weiterzuentwickeln. Stell dir vor, du kannst ein Sprachmodell nicht nur nutzen, sondern gezielt anpassen. Du wei t, wie Tokenisierung funktioniert, wie Attention-Mechanismen zusammenspielen und wie Training und Optimierung in der Praxis aussehen. Du bist nicht mehr abh ngig von externen Tools - du hast die Kontrolle. Dieses Buch bringt dich genau dorthin. --- Was du in diesem Buch entdecken wirst: - Wie Large Language Models wirklich funktionieren - jenseits von oberfl chlichen Erkl rungen- Den vollst ndigen Aufbau eines eigenen GPT- hnlichen Modells mit Python und PyTorch- Wie du Textdaten vorbereitest, tokenisierst und effizient f r das Training nutzt- Die Funktionsweise von Attention, Transformer-Architekturen und Embeddings im Detail- Wie du Trainingsprozesse stabilisierst, optimierst und typische Fehler vermeidest- Den Unterschied zwischen Pretraining und Fine-Tuning - und wie du beides praktisch umsetzt- Strategien zur Arbeit mit begrenzter Hardware und zur effizienten Skalierung- Wie du dein Modell testest, verbesserst und in realen Projekten einsetzt --- Dieses Buch richtet sich an Entwickler, die mehr wollen als nur Theorie. Es fordert dich heraus, belohnt dich aber mit echtem Verst ndnis und praktischer Kompetenz. Wenn du bereit bist, den n chsten Schritt zu gehen und Large Language Models wirklich zu beherrschen, dann ist dieses Buch dein klarer Weg dorthin. Beginne jetzt - und baue das Wissen auf, das dich von der Masse abhebt.",
"item_img_path" : "https://covers2.booksamillion.com/covers/bam/9/79/825/749/9798257498497_b.jpg",
"price_data" : {
"retail_price" : "14.99", "online_price" : "14.99", "our_price" : "14.99", "club_price" : "14.99", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : ""
}
}
Large Language Models selbst programmieren für Entwickler : Praxisguide mit Python & PyTorch: GPT-ähnliche Modelle verstehen, bauen und trainieren - vo
Overview
Warum verstehen so viele Entwickler, was Large Language Models leisten - aber nicht, wie sie wirklich funktionieren?
Du hast bereits Erfahrung mit Programmierung, vielleicht auch mit Machine Learning. Du hast Tutorials gesehen, Tools ausprobiert und Modelle genutzt. Doch sobald es darum geht, ein eigenes Modell von Grund auf zu entwickeln, wird es schnell un bersichtlich. Zu abstrakt. Zu theoretisch. Zu viele L cken zwischen Wissen und Umsetzung. Genau hier setzt dieses Buch an. Dieses Praxisbuch f hrt dich Schritt f r Schritt durch den gesamten Prozess - von den fundamentalen Konzepten bis hin zur vollst ndigen Implementierung eines eigenen, GPT- hnlichen Sprachmodells mit Python und PyTorch. Kein oberfl chlicher berblick, sondern ein klar strukturierter, nachvollziehbarer Weg, der dich wirklich weiterbringt. Du arbeitest nicht nur mit fertigen L sungen. Du baust selbst. Du verstehst jede Entscheidung. Und du entwickelst die Sicherheit, komplexe Modelle eigenst ndig umzusetzen und weiterzuentwickeln. Stell dir vor, du kannst ein Sprachmodell nicht nur nutzen, sondern gezielt anpassen. Du wei t, wie Tokenisierung funktioniert, wie Attention-Mechanismen zusammenspielen und wie Training und Optimierung in der Praxis aussehen. Du bist nicht mehr abh ngig von externen Tools - du hast die Kontrolle. Dieses Buch bringt dich genau dorthin. --- Was du in diesem Buch entdecken wirst: - Wie Large Language Models wirklich funktionieren - jenseits von oberfl chlichen Erkl rungen- Den vollst ndigen Aufbau eines eigenen GPT- hnlichen Modells mit Python und PyTorch
- Wie du Textdaten vorbereitest, tokenisierst und effizient f r das Training nutzt
- Die Funktionsweise von Attention, Transformer-Architekturen und Embeddings im Detail
- Wie du Trainingsprozesse stabilisierst, optimierst und typische Fehler vermeidest
- Den Unterschied zwischen Pretraining und Fine-Tuning - und wie du beides praktisch umsetzt
- Strategien zur Arbeit mit begrenzter Hardware und zur effizienten Skalierung
- Wie du dein Modell testest, verbesserst und in realen Projekten einsetzt --- Dieses Buch richtet sich an Entwickler, die mehr wollen als nur Theorie. Es fordert dich heraus, belohnt dich aber mit echtem Verst ndnis und praktischer Kompetenz. Wenn du bereit bist, den n chsten Schritt zu gehen und Large Language Models wirklich zu beherrschen, dann ist dieses Buch dein klarer Weg dorthin. Beginne jetzt - und baue das Wissen auf, das dich von der Masse abhebt.
This item is Non-Returnable
Customers Also Bought
Details
- ISBN-13: 9798257498497
- ISBN-10: 9798257498497
- Publisher: Independently Published
- Publish Date: April 2026
- Dimensions: 9.21 x 6.14 x 0.39 inches
- Shipping Weight: 0.58 pounds
- Page Count: 182
Related Categories
