大模型从入门到实践，最被读者认可的几本书就在这里

关注

原创最新推荐文章于 2026-09-17 10:00:00 发布 645 阅读 AI 写同款· GEO 优化 ›

Google Earth Engine：计算逐年全球潜在蒸发量（PET）的 ERA 数据通过获取温度、湿度和降水数据，并使用Penman-Monteith公式，我们可以得到每年的潜在蒸发量。在本文中，我们将使用Google Earth Engine平台和ERA（欧洲再分析气象数据集）数据来计算逐年全球的潜在蒸发量（PET）。接下来，我们需要对ERA数据进行预处理，以获取我们需要的潜在蒸发量数据。有了温度、湿度和降水数据，我们可以使用Penman-Monteith公式来计算每年的潜在蒸发量。最后，我们可以将计算得到的潜在蒸发量数据进行可视化，以便更好地理解全球的水汽蒸发情况。阅读详情

大模型技术发展迅速，信息更新节奏远超个人的学习速度。对于想入门、想深入，或已经开始用 AI 做事的人，更需要一条清晰、可靠的学习路径。

今天这份书单，小图按学习阶段与实际需求进行整理：从建立大模型基础认知，到理解底层原理，再到应用开发、工程落地与求职面试，涵盖大模型学习的方方面面。你可以从任何一个与你当前目标最接近的部分开始阅读，也可以顺着结构逐步进阶。

大模型入门

适合刚接触大模型，希望快速建立全局认知和基本动手能力的读者。

《大模型技术30讲》

塞巴斯蒂安·拉施卡｜著

叶文滔｜译

GitHub 项目 LLMs-from-scratch（star数44k）作者、大模型独角兽公司 Lightning AI 工程师倾力打造，全书采用独特的一问一答式风格，探讨了当今机器学习和人工智能领域中最重要的 30 个问题，旨在帮助读者了解最新的技术进展。

内容共分为五个部分：神经网络与深度学习、计算机视觉、自然语言处理、生产与部署、预测性能与模型评测。每一章都围绕一个问题展开，不仅针对问题做出了相应的解释，并配有若干图表，还给出了练习供读者检验自身是否已理解所学内容。

《大模型应用开发极简入门：基于GPT-4和ChatGPT（第2版）》

奥利维耶·卡埃朗，[法] 玛丽–艾丽斯·布莱特 | 著

何文斯 | 译

深受读者喜爱的大模型应用开发图书升级版，作者为初学者提供了一份清晰、全面的“最小可用知识”，带领你快速了解 GPT-4 和 ChatGPT 的工作原理及优势，并在此基础上使用流行的 Python 编程语言构建大模型应用。

升级版在旧版的基础上进行了全面更新，融入了大模型应用开发的最新进展，比如 RAG、GPT-4 新特性的应用解析等。随书赠 DeepSeek × Dify 应用开发案例，书中还提供了大量简单易学的示例，帮你理解相关概念并将其应用在自己的项目中。

《图解大模型：生成式AI原理与实战》

[沙特] 杰伊·阿拉马尔，[荷] 马尔滕·格鲁滕多斯特 | 著

李博杰 | 译

备受关注的大模型“袋鼠书”，全书通过 300 幅全彩插图，以极致视觉化的方式呈现大模型的核心原理与工程实现，覆盖从底层机制、应用开发到性能优化的完整链条。内容结合真实数据集、实用项目与典型场景，注重实操性。

特别收录 18 幅图精解 DeepSeek 底层原理，紧跟前沿。配套资源包括一键运行代码、200 道大模型面试题及大量拓展视频/文章资料，助你全面掌握大模型理论与实践，是入门进阶与求职备战的理想之选。

《从零构建大模型》

塞巴斯蒂安·拉施卡｜著

覃立波，冯骁骋，刘乾｜译

豆瓣评分 9.5，从零开始构建大模型的最佳指南，由畅销书作家塞巴斯蒂安•拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者创建自己的大模型。在本书中，读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练，以及定制特定任务的微调。

应用开发与框架实战

适合真正想做 RAG、LangChain、Agent、部署等实际工程落地的人。

由业内知名AI专家、前英伟达工程师，畅销书作者 Chip Huyen 撰写。全书系统阐述了“AI工程”的核心方法——如何基于现成的基础模型（LLM、LMM）构建高效、实用的AI应用。书中提供了完整的 AI 工程框架，涵盖模型选择与评估、提示工程、RAG 与智能体、微调策略、数据集工程、推理优化及 AI 工程架构等关键环节，帮助开发者在复杂的 AI 生态中做出科学的技术决策。

大模型求职面试