GenAI con Python e PyTorch

Creare applicazioni AI per testo, immagini, audio e codice

Joseph Babcock, Raghav Bali

• Editore: Apogeo
• Anno: 2026
• eBook ISBN: 9788850340064
• Categoria: Artificial Intelligence (AI) & Semantics

I modelli di AI generativa stanno rivoluzionando la creazione di testo, immagini, codice e persino musica. Questo manuale guida alla scoperta del loro funzionamento e al loro sviluppo con Python, sfruttando PyTorch, una libreria open source fondamentale per il deep learning e lo sviluppo delle reti neurali. Attraverso casi di studio, esempi ed esercizi pratici, il libro accompagna il lettore nell'esplorazione delle principali architetture, come LSTM e Transformer, fino ai modelli linguistici di grandi dimensioni (LLM) come GPT, e include sezioni pratiche su fine-tuning, reinforcement learning con feedback umano (RLHF) e prompt engineering. Si approfondiscono poi l'uso di strumenti open source come LLaMA, Mixtral e Falcon, l'integrazione con LangChain e LangGraph e le strategie di ottimizzazione per l'addestramento e l'inferenza. Una lettura indispensabile per sviluppatori, data scientist, ricercatori e professionisti dell'AI che vogliono costruire, ottimizzare e mettere in produzione modelli generativi all'avanguardia.

Indice dei contenuti

• Introduzione
• Capitolo 1 - Introduzione all’AI generativa: estrarre dati dai modelli
• Capitolo 2 - Elementi costitutivi delle reti neurali profonde
• Capitolo 3 - Ascesa dei metodi per la generazione di testi
• Capitolo 4 - NLP 2.0: utilizzare i transformer per generare il testo
• Capitolo 5 - Fondamenti degli LLM
• Capitolo 6 - Modelli LLM open source
• Capitolo 7 - Prompt engineering
• Capitolo 8 - Toolbox per LLM
• Capitolo 9 - Tecniche di ottimizzazione degli LLM
• Capitolo 10 - Applicazioni emergenti nell’AI generativa
• Capitolo 11 - Reti neurali con VAE
• Capitolo 12 - Generazione di immagini con le GAN
• Capitolo 13 - Trasferimento di stile con le GAN
• Capitolo 14 - Deepfake con le GAN
• Capitolo 15 - Modelli a diffusione e arte AI