Building Large Language Models from Scratch

EAN/GTIN:: 9798868822964
Hersteller-Nr.:: 9798868822964
Kategorie:: Gedruckte Bücher
Angebote:: 2 Shops
Preisspanne:: 53,55 € – 53,74 €

Preisalarm

Bester Preis

2 Angebote

ab 53,55 €

Günstigstes Angebot

preigu

Versandkostenfrei · 1-2 Werktage

53,55 €

Gesamt 53,55 €

Zum Shop: preigu

Zuletzt aktualisiert: 14. November 2026, 14:21 Uhr

Preisvergleich: 2 Angebote

Sortiert nach Gesamtpreis inkl. Versand · Preise inkl. MwSt. · Als „Nicht verifiziert“ markierte Angebote stammen von Shops ohne Partnerschaft und werden nie als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Bei gleichem Gesamtpreis steht das früher gelistete Angebot zuerst. * „statt“: vom Shop angegebener Vergleichspreis (früherer Shop-Preis oder UVP), nicht von uns geprüft.

Bester Preis

preigu

53,55 €

Gesamt: 53,55 €

Auf Lager · 1-2 Werktage

Versandkostenfrei

Zum Shop
averdo

53,74 €

Gesamt: 53,74 €

Auf Lager

Versand: siehe Shop

Zum Shop

Anzeige: CyberSlide ist ein Preisvergleichsdienst (Comparison Shopping Service) und kein Händler. Wenn du über „Zum Shop“ zu einem Händler wechselst oder dort kaufst, erhalten wir ggf. eine Provision (Affiliate-Link). Für dich entstehen dabei keine Mehrkosten. Die Reihenfolge der Angebote richtet sich ausschließlich nach dem Gesamtpreis inkl. Versand; nicht verfügbare Angebote stehen am Ende. Gelistet werden überwiegend Shops, mit denen wir zusammenarbeiten (Partnerprogramme bzw. Provision) – der Vergleich bildet daher nicht den gesamten Markt ab. Angebote mit „Nicht verifiziert“ stammen von Shops ohne Partnerschaft: Ihre Preise lesen wir automatisch von der Shop-Website (ohne Gewähr); sie werden nicht als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Mehr zu Ranking & Bewertungen · Inhalt melden

Alle Preise in Euro inkl. gesetzlicher MwSt., zzgl. der angegebenen Versandkosten. Preise und Verfügbarkeit können sich seit der letzten Aktualisierung geändert haben; maßgeblich ist der Preis im Shop.

Preisverlauf

Tiefstpreis: –
Höchstpreis: –
Veränderung: –

Preisverlauf wird geladen …

Günstigster Preis über alle Shops (ohne Versand). Gespeichert wird nur, wenn sich der Bestpreis ändert; Daten älter als 12 Monate als Monats-Tiefst-/Höchstpreis.

Preisalarm

Wir schicken dir eine E-Mail, sobald dein Wunschpreis erreicht ist.

Produktbeschreibung

This book is a complete, hands-on guide to designing, training, and deploying your own Large Language Models (LLMs)—from the foundations of tokenization to the advanced stages of fine-tuning and reinforcement learning. Written for developers, data scientists, and AI practitioners, it bridges core principles and state-of-the-art techniques, offering a rare, transparent look at how modern transformers truly work beneath the surface.Starting from the essentials, you’ll learn how to set up your environment with Python and PyTorch, manage datasets, and implement critical fundamentals such as tensors, embeddings, and gradient descent. You’ll then progress through the architectural heart of modern models, covering RMS normalization, rotary positional embeddings (RoPE), scaled dot-product attention, Grouped Query Attention (GQA), Mixture of Experts (MoE), and SwiGLU activations, each explored in depth and built step by step in code. As you advance, the book introduces custom CUDA kernel integration, teaching you how to optimize key components for speed and memory efficiency at the GPU level—an essential skill for scaling real-world LLMs. You’ll also gain mastery over the phases of training that define today’s leading models:- Pretraining - Building general linguistic and semantic understanding.- Midtraining - Expanding domain-specific capabilities and adaptability.- Supervised Fine-Tuning (SFT) - Aligning behavior with curated, task-driven data.- Reinforcement Learning from Human Feedback (RLHF) - Refining responses through reward-based optimization for human alignment.The final chapters guide you through dataset preparation, filtering, deduplication, and training optimization, culminating in model evaluation and real-world prompting with a custom TokenGenerator for text generation and inference.By the end of this book, you’ll have the knowledge and confidence to architect, train, and deploy your own transformer-based models, equipped with both the theoretical depth and practical expertise to innovate in the rapidly evolving world of AI.What You’ll Learn- How to configure and optimize your development environment using PyTorch- The mechanics of tokenization, embeddings, normalization, and attention mechanisms.- How to implement transformer components like RMSNorm, RoPE, GQA, MoE, and SwiGLU from scratch.- How to integrate custom CUDA kernels to accelerate transformer computations.- The full LLM training pipeline: pretraining, midtraining, supervised fine-tuning, and RLHF.- Techniques for dataset preparation, deduplication, model debugging, and GPU memory management.- How to train, evaluate, and deploy a complete GPT-like architecture for real-world tasks.Who this book is for:Software developers, data scientists, machine learning engineers and AI enthusiasts looking to build their models from scratch.