财神高手论坛网址

本書是一本看懂計算機視覺的實戰指南，使用理論與實踐相結合的思想，真正一站式搞定理論學習、算法開發到模型部署上線。全書內容共分為四個部分。第一部分包括第1、2章，主要講解深度學習和計算機視覺基礎，如計算機視覺領域的經典網絡和常見的目標檢測算法；第二部分包括第3～6章，主要講解圖像處理知識，結合應用案例，對知識點進行分析說明；第三部分包括第7～11章，主要講解計算機視覺中的實戰項目，對實現細節做了追本溯源的講解；第四部分包括第12～13章，主要講解模型的落地部署，該部分的講解基于TensorFlowLite框架，該框架受眾廣、熱度高，且在各種平臺都有對應的支持與優化加速方案，方便讀者使用。本書中的上百個知識點與50多個案例都是作者工程應用中的經驗總結，每章末尾均有“進階必備”，給讀者提供更多的拓展知識。本書適合計算機視覺的初學者、計算機視覺算法開發人員、對深度學習有興趣的用戶或者亟須工程落地使用的用戶，也適合作為高校相關專業的學生教材使用。

·7.6萬字

會員

基于NI Multisim 11的PLD/PIC/PLC的仿真設計

本書主要講解最新的EDA設計軟件NIMultisim11在PLD可編程邏輯器件、PIC系列單片機、PLC可編程控制器設計中的應用，包括PLD可編程邏輯器件、PIC系列單片機、PLC可編程控制器分別介紹、如何使用仿真平臺、具體仿真步驟及過程、匯編及C語言的要點、基本的編程方法、圖形化設計的使用、VHDL代碼的自動生成方法、梯形圖的設計過程、各種接口電路的使用等內容，并給出了大量的仿真實例。

·11.9萬字

會員

TensorFlow 2.0神經網絡實踐

本書通過聚焦于開發基于神經網絡的解決方案來介紹機器學習，首先將從熟悉構建深度學習解決方案所需的概念和技術開始，然后介紹如何創建分類器、構建目標檢測和語義分割神經網絡、訓練生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速開發過程。學完本書之后，讀者將能夠使用TF2.0開發任何機器學習問題的解決方案，并能將它們部署到生產環境之中。

·12.5萬字

會員

AIGC驅動工業智能設備：系統設計與行業實踐

（1）AI與AIGC基礎知識：從基礎入手，深入講解AI技術的基本概念和原理。通過通俗易懂的講解和示例，幫助讀者建立堅實的理論基礎，為后續章節的深入學習打下良好基礎。（2）智能設備上的AIGC系統設計：詳細介紹AIGC技術在實際應用過程中的各種功能設計和實現方法。內容涵蓋算法選擇、模型訓練、系統集成等各個環節，通過豐富的技術細節和設計策略，幫助讀者全面掌握AIGC技術的應用要點。（3）AIGC關鍵工業領域的應用：深入剖析具體的案例，展示AIGC技術在不同工業領域中的實際應用。通過分析成功應用案例中的挑戰和解決方案，提供實戰經驗，便于讀者在實際工作中更好地應用AIGC技術。

·18萬字

會員

華為MindSpore深度學習框架應用開發實戰

全書從邏輯上共分3部分。第一部分由第1章和第2章組成，介紹深度學習的基礎理論、MindSpore總體架構和編程基礎。第二部分由第3～8章組成，介紹MindSpore框架各子系統的具體情況，包括數據處理、算子、神經網絡模型開發、數據可視化組件MindInsight、推理、以及移動端AI框架MindSporeLite。第三部分由第9章和第10章組成，介紹使用MindSpore框架開發和訓練的經典深度學習模型實例。本書既可以作為深度學習相關方向學生的專業用書，又可以作為相關科研人員和開發人員的參考用書。

·13萬字

會員

人工智能應用基礎

本書首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內涵、新千年人工智能的發展進行了簡要論述。第二部分詳細講述了人工智能中的知識表示、機器學習、神經網絡與深度學習、智能語音技術、計算機視覺、自然語言處理和知識圖譜技術等基礎知識，并通過人工智能在醫療、交通、生活、金融、零售、安防中的經典的成功應用案例讓讀者更好的了解人工智能技術的發展和我們生活的關切度。最后對人工智能的未來進行了展望，提出人工智能背景時代下大學生就業和創業前景和機遇，幫助大學生應對人工智能背景下的職業規劃。形成一個融理論教學、科學訓練、創新實踐為一體的過程化的人工智能課程體系和協同培養機制，使所培養的人才在基礎知識、專業知識、實踐能力、創新能力、倫理道德以及科學與職業素質等方面得到全面均衡的發展。

·18.2萬字

會員

AI時代程序員開發之道：ChatGPT讓程序員插上翅膀

本書從介紹“ChatGPT第一次接觸”開始，分析如何使用該工具來提高開發效率和質量。書中每一章都涵蓋了ChatGPT的不同應用場景，從編寫各種文檔，到輔助進行需求分析和系統設計，以及數據庫設計和開發高質量代碼等均有講解。還介紹了如何使用ChatGPT輔助進行系統測試以及任務管理，并對源代碼底層邏輯進行了分析。

·8.8萬字

虛擬人：人類新物種

比史蒂夫·喬布斯、埃隆·馬斯克更偏執的“科技狂人”——瑪蒂娜·羅斯布拉特締造不死未來的世紀爭議之作！吳甘沙、胡華智、彭凱平、茍利軍、劉慈欣、雷·庫茲韋爾、克雷格·文特爾等聯袂推薦！人類軀體死亡，思維是否有可能繼續存在，從而實現思維不朽？思維克隆人、網絡人等虛擬人將如何顛覆人類對“我”的定義？利用思維克隆技術，我們能否重新構建所愛之人的記憶、行為方式以及人格特征？思維克隆人和其生物學原型有著怎樣的區別？未來，我們該如何界定思維克隆人的社會地位和法律地位？毫無疑問，思維克隆人的出現將會對傳統人類社會產生深刻的哲學影響、社會影響、法律影響以及倫理影響，人類傳統社會將被徹底顛覆。那么，作為人類的我們該如何解決這些問題？如何“給思維克隆人一個說法”？

·19萬字

會員

人工智能：模式識別

本書是"人工智能出版工程”系列圖書之一。模式識別是人工智能的重要組成部分，本書簡要介紹了模式識別的基本概念，以模式表示為切入點，針對近20年來模式識別領域研究的熱點問題，系統闡述了線性子空間表示、非線性子空間表示、流形學習、稀疏表示、低秩模型、深度學習等方面的研究進展和相關代表性方法。本書可供高等院校人工智能、智能科學與技術、計算機及相關專業研究生或高年級本科生閱讀，也可供對模式識別感興趣的研究人員和工程技術人員閱讀和參考。

·14.7萬字

會員

基于信息增強的圖神經網絡學習方法研究

本書深入剖析了圖神經網絡領域所面臨的兩大核心挑戰：深度加深模型退化和監督信息過度依賴。針對這兩大挑戰，本書提出了一系列解決思路，涵蓋模型結構設計、訓練策略優化等方面的內容。全書共7章，第1章主要介紹了圖神經網絡研究的背景與意義，闡述了近年來國內外網絡表示學習與圖神經網絡的研究現狀，分析了圖神經網絡當前面臨的挑戰及其主要問題等；第2章主要對圖神經網絡進行概要論述，包括基礎的理論、典型的模型方法及應用；第3章針對圖神經網絡在節點聚合過程中面臨的節點鄰域混雜的問題，提出了一種基于混合階的圖神經網絡模型；第4章針對圖神經網絡在節點交互過程中面臨的全局結構信息缺失問題，提出了一種基于拓撲結構自適應的圖神經網絡模型；第5章針對自監督信息缺失且包含噪聲的問題，提出了一種圖結構與節點屬性聯合學習的變分圖自編碼器模型；第6章針對節點自監督信息貢獻不做區分的問題，提出了一種基于注意力機制的圖對比學習模型；第7章總結全書并對圖神經網絡可能的研究方向進行展望。本書可供從事人工智能、數據挖掘、機器學習及網絡數據分析等相關領域的科研及工程人員參考，也可作為高等院校計算機、人工智能等專業本科生與研究生的學習參考書。

·8.1萬字

會員

傳感器技術及應用

本書既詳細闡述了各類傳感器的基本原理、工作特性，又著重分析了其接口電路的設計原理和工程應用實例。全書共12章，第1、2章介紹傳感器的概念、分類及基本特性；第3～11章分別講述電阻式、電感式、電容式、壓電式、磁電及磁敏式、熱電偶、超聲波、光電式、數字式、固態圖像、紅外、光纖、集成式傳感器的工作原理、性能、接口電路和實際應用。第12章介紹傳感器的典型應用實例。

·19.5萬字

會員

深入淺出人工智能：原理、技術與應用

本書旨在幫助讀者從零開始學習人工智能，掌握人工智能的原理、技術和應用。本書共10章，首先是人工智能概述，接著深入淺出地講解人工智能的原理和技術，包括數據預處理、數據可視化、機器學習基礎、監督學習模型、無監督學習算法、神經網絡基礎、訓練深度神經網絡等內容，最后講解人工智能的應用，包括智能對話和知識圖譜。本書適合想要學習并掌握人工智能技術和應用的零基礎讀者閱讀，還可以作為高等院校人工智能相關課程的教材或輔導書。

·11.3萬字

會員

機器學習：基于OpenCV和Python的智能圖像處理

本書利用Windows系統下的Anaconda搭建環境，并基于OpenCV框架和Python語言，詳細闡述了智能化圖像處理的實現方法。本書共12章，主要內容包括智能圖像處理入門、Python基礎、圖像處理基礎、圖像幾何變換、圖像直方圖處理、圖像平滑濾波處理、圖像閾值處理、圖像形態學處理、圖像分割處理、圖像梯度及邊緣檢測、圖像輪廓檢測與擬合、人臉識別實現等，最后結合具體案例，使用Python語言和OpenCV庫函數闡述圖像處理技術。

·6.9萬字

會員

神經網絡與深度學習：基于MATLAB的仿真與實現

本書闡述經典神經網絡及典型的深度學習（神經網絡）方法的基本架構、算法原理及相關問題。在此基礎上，介紹MATLAB中神經網絡工具箱在神經網絡、深度學習中的應用，并給出相應的應用實例。本書可作為高等院校相關專業的本科生、研究生及從事神經網絡及深度學習方面學習及研究工作的專業人員的參考書。

·13.5萬字

會員

強化學習：原理與Python實戰

本書從原理和實戰兩個方面介紹了強化學習。原理方面，深入介紹了主流強化學習理論和算法，覆蓋資格跡等經典算法和MuZero等深度強化學習算法；實戰方面，每章都配套了編程案例，以方便讀者學習。全書從邏輯上分為三部分。第1章：從零開始介紹強化學習的背景知識，介紹環境庫Gym的使用。第2～15章：基于折扣獎勵離散時間Markov決策過程模型，介紹強化學習的主干理論和常見算法。采用數學語言推導強化學習的基礎理論，進而在理論的基礎上講解算法，并為算法提供配套代碼實現。基礎理論的講解突出主干部分，算法講解全面覆蓋主流的強化學習算法，包括經典的非深度強化學習算法和近年流行的強化學習算法。Python實現和算法講解一一對應，還給出了深度強化學習算法的TensorFlow和PyTorch對照實現。第16章：介紹其他強化學習模型，包括平均獎勵模型、連續時間模型、非齊次模型、半Markov模型、部分可觀測模型等，以便更好了解強化學習研究的全貌。

·17.2萬字

會員

深度學習高手筆記（卷2）：經典應用

本書通過扎實、詳細的內容，從理論知識、算法源碼、實驗結果等方面對深度學習中涉及的算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在目標檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數、語義分割這6個方向；第二篇主要介紹深度學習在場景文字檢測與識別方向的重要突破，主要介紹場景文字檢測、場景文字識別這兩個階段的算法；第三篇主要介紹深度學習的其他算法與應用，包括圖像翻譯、圖神經網絡、二維結構識別、人像摳圖、圖像預訓練、多模態預訓練這6個方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內三角化、圖像梯度、仿射變換矩陣等內容。本書結構清晰，內容廣度與深度齊備。通過閱讀本書，讀者可以了解前沿的深度學習算法，擴展自己的算法知識面。無論是從事深度學習科研的教師及學生，還是從事算法落地實踐的工作人員，都能從本書中獲益。

·21萬字

會員

量子機器學習及區塊鏈技術導論

機器學習是人工智能發展和研究過程中最受重視和應用最廣泛的方向之一，與人工智能并行發展的量子計算，其被廣泛關注的領域之一是量子機器學習。量子計算給現代密碼體制帶來了巨大的沖擊，而建立在現代密碼體制基礎之上的區塊鏈技術也將受到影響。基于量子密碼體系的區塊鏈，即量子區塊鏈系統便是一種探索。本書主要對機器學習、深度學習、區塊鏈和量子計算技術及其應用進行全面介紹，主要內容包括機器學習基礎、量子信息與量子計算基礎、量子計算與機器學習、區塊鏈技術基礎、區塊鏈技術應用、量子區塊鏈初探。

·10.4萬字

會員

解碼智能時代2021：從中國國際智能產業博覽會瞭望全球智能產業

本書分“盛會”“趨勢”“實踐”“成果”“重慶”五章。“盛會”：對2020線上智博會的記錄與介紹。突出對創新思想的記錄，展現全球精英在智能化方向的思想演進。“趨勢”：展望了智能產業的發展趨勢。“實踐”：“趨勢”空中展開、“實踐”具體落地，聚焦制造業、農業、城市建設、公共衛生等各種場景應用。“成果”：回到讀者的身邊，檢視人工智能已經實現的成果，智能材料、工業互聯、自動駕駛、智慧文旅、智慧防疫、智慧金融、智慧政務等，不再是想象，而是可感知的現實。“重慶”：回到重慶，站在一個全新時代重新審視，從想象、戰略、實踐與未來等多個視角，探究這個“智造重鎮”、這座“智慧名城”，從何而來，向何處去。

·11.1萬字

會員

計算社會學：基礎理論篇

本書是一本系統性梳理計算社會學相關理論和方法的論著。一方面，本書從傳統復雜網絡分析的角度，詳細闡述社會網絡分析的基礎理論和動力學模型——隨機網絡、小世界網絡、無標度網絡和網絡統計分析理論等，并將網絡過程和行為應用于涌現、傳染病等方面。另一方面，融合人工智能在自然語言處理、推薦算法等領域的進展，闡述了人工智能算法尤其是深度學習理論等在智能推薦、文本分析、假消息檢測、虛擬社交機器人等領域的應用。在兼顧廣度和深度的前提下，本書深度融合計算機科學、社會學、人工智能和復雜網絡等多學科的專業概念，突出闡述了計算社會學領域近年來的最新研究成果和關鍵技術突破。