牛牛是什么部位

文本語義向量化表示是指將自然語言編碼為計(jì)算機(jī)可處理的、蘊(yùn)含語義特征的向量的過程。在人工智能領(lǐng)域中，語義表示學(xué)習(xí)是實(shí)現(xiàn)機(jī)器理解自然語言的第一步，是機(jī)器處理文本數(shù)據(jù)和完成各種自然語言處理任務(wù)的基礎(chǔ)，其性能的優(yōu)劣直接影響下游任務(wù)的效果。因此，語義表示學(xué)習(xí)具有重要的研究意義和實(shí)用價(jià)值。本文梳理了文本語義向量化表示的基礎(chǔ)理論，詳細(xì)介紹了分布式表示方式、融合知識(shí)表示方法、任務(wù)導(dǎo)向的表示方法和預(yù)訓(xùn)練語言模型等典型方法，并以機(jī)器閱讀理解任務(wù)為例，介紹了文本語義向量化表示在自然語言處理領(lǐng)域的實(shí)際應(yīng)用。最后本文對(duì)文本語言向量化表示進(jìn)行了總結(jié)和未來研究方向展望。

·6.5萬字

會(huì)員

深度學(xué)習(xí)計(jì)算機(jī)視覺實(shí)戰(zhàn)

本書是一本看懂計(jì)算機(jī)視覺的實(shí)戰(zhàn)指南，使用理論與實(shí)踐相結(jié)合的思想，真正一站式搞定理論學(xué)習(xí)、算法開發(fā)到模型部署上線。全書內(nèi)容共分為四個(gè)部分。第一部分包括第1、2章，主要講解深度學(xué)習(xí)和計(jì)算機(jī)視覺基礎(chǔ)，如計(jì)算機(jī)視覺領(lǐng)域的經(jīng)典網(wǎng)絡(luò)和常見的目標(biāo)檢測(cè)算法；第二部分包括第3～6章，主要講解圖像處理知識(shí)，結(jié)合應(yīng)用案例，對(duì)知識(shí)點(diǎn)進(jìn)行分析說明；第三部分包括第7～11章，主要講解計(jì)算機(jī)視覺中的實(shí)戰(zhàn)項(xiàng)目，對(duì)實(shí)現(xiàn)細(xì)節(jié)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(tái)都有對(duì)應(yīng)的支持與優(yōu)化加速方案，方便讀者使用。本書中的上百個(gè)知識(shí)點(diǎn)與50多個(gè)案例都是作者工程應(yīng)用中的經(jīng)驗(yàn)總結(jié)，每章末尾均有“進(jìn)階必備”，給讀者提供更多的拓展知識(shí)。本書適合計(jì)算機(jī)視覺的初學(xué)者、計(jì)算機(jī)視覺算法開發(fā)人員、對(duì)深度學(xué)習(xí)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(guān)專業(yè)的學(xué)生教材使用。

·7.6萬字

會(huì)員

人工智能應(yīng)用基礎(chǔ)

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(nèi)涵、新千年人工智能的發(fā)展進(jìn)行了簡要論述。第二部分詳細(xì)講述了人工智能中的知識(shí)表示、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、智能語音技術(shù)、計(jì)算機(jī)視覺、自然語言處理和知識(shí)圖譜技術(shù)等基礎(chǔ)知識(shí)，并通過人工智能在醫(yī)療、交通、生活、金融、零售、安防中的經(jīng)典的成功應(yīng)用案例讓讀者更好的了解人工智能技術(shù)的發(fā)展和我們生活的關(guān)切度。最后對(duì)人工智能的未來進(jìn)行了展望，提出人工智能背景時(shí)代下大學(xué)生就業(yè)和創(chuàng)業(yè)前景和機(jī)遇，幫助大學(xué)生應(yīng)對(duì)人工智能背景下的職業(yè)規(guī)劃。形成一個(gè)融理論教學(xué)、科學(xué)訓(xùn)練、創(chuàng)新實(shí)踐為一體的過程化的人工智能課程體系和協(xié)同培養(yǎng)機(jī)制，使所培養(yǎng)的人才在基礎(chǔ)知識(shí)、專業(yè)知識(shí)、實(shí)踐能力、創(chuàng)新能力、倫理道德以及科學(xué)與職業(yè)素質(zhì)等方面得到全面均衡的發(fā)展。

·18.2萬字

會(huì)員

華為MindSpore深度學(xué)習(xí)框架應(yīng)用開發(fā)實(shí)戰(zhàn)

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(xué)習(xí)的基礎(chǔ)理論、MindSpore總體架構(gòu)和編程基礎(chǔ)。第二部分由第3～8章組成，介紹MindSpore框架各子系統(tǒng)的具體情況，包括數(shù)據(jù)處理、算子、神經(jīng)網(wǎng)絡(luò)模型開發(fā)、數(shù)據(jù)可視化組件MindInsight、推理、以及移動(dòng)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(fā)和訓(xùn)練的經(jīng)典深度學(xué)習(xí)模型實(shí)例。本書既可以作為深度學(xué)習(xí)相關(guān)方向?qū)W生的專業(yè)用書，又可以作為相關(guān)科研人員和開發(fā)人員的參考用書。

·13萬字

會(huì)員

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)原理與應(yīng)用

本書遵循循序漸進(jìn)、深入淺出的理念，引領(lǐng)讀者夯實(shí)相關(guān)基礎(chǔ)知識(shí)，掌握傳統(tǒng)目標(biāo)檢測(cè)方法，再逐步過渡到深度學(xué)習(xí)的基本概念及分類用法，進(jìn)而深入講解目標(biāo)檢測(cè)的兩階段深度學(xué)習(xí)方法、一階段學(xué)習(xí)方法，即從以R-CNN為代表的兩階段深度學(xué)習(xí)方法、以YOLO系列為代表的一階段學(xué)習(xí)方法等，層層揭開深度學(xué)習(xí)用于目標(biāo)檢測(cè)的“神秘面紗”，探究其中的奧秘。

·9.1萬字

會(huì)員

Sora AI視頻生成、案例解析與場(chǎng)景應(yīng)用

本書通過81個(gè)官方案例解析、120個(gè)知識(shí)點(diǎn)梳理，深入淺出介紹了Sora的技術(shù)原理、特色功能、創(chuàng)新之處、優(yōu)勢(shì)特點(diǎn)、文案工具、腳本創(chuàng)作、提示詞技巧、繪畫工具、創(chuàng)意應(yīng)用、變現(xiàn)方式等，幫助讀者一本書全面精通Sora的AI視頻生成技術(shù)。10大專題內(nèi)容、108分鐘視頻，手機(jī)掃碼可看精華內(nèi)容，同時(shí)贈(zèng)送了9大超值資源：74組AI繪畫提示詞、104個(gè)效果文件、165頁P(yáng)PT課件、31集《AI攝影》教學(xué)視頻、40集《AI辦公》教學(xué)視頻、58集《AI助手》教學(xué)視頻、12000多組AI繪畫與短視頻提示詞等，幫助讀者輕松學(xué)會(huì)人像、動(dòng)物、電影、動(dòng)畫、城市、建筑等多種題材的AI視頻效果制作。本書適合的人群：一是對(duì)AI繪畫、AI短視頻制作感興趣的讀者，二是短視頻內(nèi)容創(chuàng)作者或行業(yè)工作者。本書也可作為視頻相關(guān)培訓(xùn)機(jī)構(gòu)、職業(yè)院校的參考教材。

·6.8萬字

會(huì)員

基于信息增強(qiáng)的圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法研究

本書深入剖析了圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域所面臨的兩大核心挑戰(zhàn)：深度加深模型退化和監(jiān)督信息過度依賴。針對(duì)這兩大挑戰(zhàn)，本書提出了一系列解決思路，涵蓋模型結(jié)構(gòu)設(shè)計(jì)、訓(xùn)練策略優(yōu)化等方面的內(nèi)容。全書共7章，第1章主要介紹了圖神經(jīng)網(wǎng)絡(luò)研究的背景與意義，闡述了近年來國內(nèi)外網(wǎng)絡(luò)表示學(xué)習(xí)與圖神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀，分析了圖神經(jīng)網(wǎng)絡(luò)當(dāng)前面臨的挑戰(zhàn)及其主要問題等；第2章主要對(duì)圖神經(jīng)網(wǎng)絡(luò)進(jìn)行概要論述，包括基礎(chǔ)的理論、典型的模型方法及應(yīng)用；第3章針對(duì)圖神經(jīng)網(wǎng)絡(luò)在節(jié)點(diǎn)聚合過程中面臨的節(jié)點(diǎn)鄰域混雜的問題，提出了一種基于混合階的圖神經(jīng)網(wǎng)絡(luò)模型；第4章針對(duì)圖神經(jīng)網(wǎng)絡(luò)在節(jié)點(diǎn)交互過程中面臨的全局結(jié)構(gòu)信息缺失問題，提出了一種基于拓?fù)浣Y(jié)構(gòu)自適應(yīng)的圖神經(jīng)網(wǎng)絡(luò)模型；第5章針對(duì)自監(jiān)督信息缺失且包含噪聲的問題，提出了一種圖結(jié)構(gòu)與節(jié)點(diǎn)屬性聯(lián)合學(xué)習(xí)的變分圖自編碼器模型；第6章針對(duì)節(jié)點(diǎn)自監(jiān)督信息貢獻(xiàn)不做區(qū)分的問題，提出了一種基于注意力機(jī)制的圖對(duì)比學(xué)習(xí)模型；第7章總結(jié)全書并對(duì)圖神經(jīng)網(wǎng)絡(luò)可能的研究方向進(jìn)行展望。本書可供從事人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)及網(wǎng)絡(luò)數(shù)據(jù)分析等相關(guān)領(lǐng)域的科研及工程人員參考，也可作為高等院校計(jì)算機(jī)、人工智能等專業(yè)本科生與研究生的學(xué)習(xí)參考書。

·8.1萬字

會(huì)員

DeepSeek實(shí)戰(zhàn)：操作攻略與商業(yè)應(yīng)用

如今，隨著智能創(chuàng)作時(shí)代的到來，AI文生內(nèi)容成為不可忽視的趨勢(shì)。DeepSeek作為AI文生領(lǐng)域內(nèi)容領(lǐng)域的一個(gè)新熱點(diǎn)和新風(fēng)口，受到資本和各類企業(yè)的廣泛關(guān)注。本書就聚焦于DeepSeek，對(duì)其進(jìn)行詳細(xì)講述。本書分為三個(gè)部分，第一部分詳細(xì)介紹DeepSeek的基礎(chǔ)理論知識(shí)、技術(shù)架構(gòu)、功能、背后的商業(yè)生態(tài)等，讓讀者對(duì)DeepSeek有一個(gè)全面的了解；第二部分講述DeepSeek操作攻略，包括準(zhǔn)備工作、指令輸入、問題處理、輸出優(yōu)化、進(jìn)階操作等；第三部分從電商、傳媒、金融、教育、醫(yī)療等領(lǐng)域入手，分析DeepSeek引發(fā)的變革，以及其中隱藏的機(jī)遇等。總之，本書從理論、操作到應(yīng)用對(duì)DeepSeek進(jìn)行全方位介紹，內(nèi)容十分全面。而且絕大多數(shù)內(nèi)容都是作者通過多年的工作經(jīng)驗(yàn)總結(jié)出來的，不僅好讀、易懂，而且有趣、有料。對(duì)于DeepSeek相關(guān)從業(yè)人員、AI技術(shù)專家、AI技術(shù)研究員、企業(yè)家、管理者來說，本書是一本不可多得的實(shí)戰(zhàn)寶典。

·10.8萬字

會(huì)員

多智能體技術(shù)及應(yīng)用

多智能體系統(tǒng)是分布式人工智能的一個(gè)重要分支。本書介紹了多智能體建模的基本理論與技術(shù)，將基于多智能體的模型應(yīng)用于自然與環(huán)境、智能城市、交通、地理信息與空間智能、社會(huì)與民生、復(fù)雜網(wǎng)絡(luò)等，涵蓋了智能交通、智能城市、地理空間智能和人工智能社會(huì)等方面的系統(tǒng)智能建模與問題優(yōu)化求解。本書主要面向各高等院校本科人工智能專業(yè)、計(jì)算機(jī)等專業(yè)開設(shè)多智能體系統(tǒng)課程或相關(guān)專業(yè)開設(shè)人工智能的通識(shí)核心課程需求，也可以作為研究生、科研院所科技工作者及相關(guān)企業(yè)的工程技術(shù)人員閱讀參考。

·16.2萬字

會(huì)員

AI時(shí)代程序員開發(fā)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(fā)效率和質(zhì)量。書中每一章都涵蓋了ChatGPT的不同應(yīng)用場(chǎng)景，從編寫各種文檔，到輔助進(jìn)行需求分析和系統(tǒng)設(shè)計(jì)，以及數(shù)據(jù)庫設(shè)計(jì)和開發(fā)高質(zhì)量代碼等均有講解。還介紹了如何使用ChatGPT輔助進(jìn)行系統(tǒng)測(cè)試以及任務(wù)管理，并對(duì)源代碼底層邏輯進(jìn)行了分析。

·8.8萬字

會(huì)員

深度學(xué)習(xí)與深度合成

以深度學(xué)習(xí)為代表的人工智能技術(shù)正改變著世界，并且已經(jīng)步入到人們的日常生活之中。深度合成作為一種人工智能內(nèi)容合成技術(shù)，在2017年引起人們關(guān)注。隨著技術(shù)的發(fā)展，深度合成技術(shù)已經(jīng)衍生出包括圖像合成、視頻合成、聲音合成和文本生成等多種技術(shù)，能夠應(yīng)用于新聞傳媒、影視制作、娛樂、教育和電子商務(wù)等諸多領(lǐng)域。本書面向?qū)ι疃葘W(xué)習(xí)技術(shù)感興趣的初學(xué)者，內(nèi)容側(cè)重于深度學(xué)習(xí)和深度合成的基礎(chǔ)知識(shí)和實(shí)現(xiàn)方法。為了讓盡可能多的讀者通過本書了解深度學(xué)習(xí)和深度合成，書中沒有使用過多的數(shù)學(xué)公式，而是從實(shí)踐角度介紹深度學(xué)習(xí)的基本知識(shí)，給出了人工神經(jīng)網(wǎng)絡(luò)、深度合成技術(shù)以及深度學(xué)習(xí)系統(tǒng)的實(shí)現(xiàn)方法，書中附有的大量關(guān)鍵程序代碼力圖幫助讀者結(jié)合實(shí)踐操作快速入門。

·8.5萬字

會(huì)員

人工智能

全書共分為11章，除第1章人工智能概述外，其余內(nèi)容劃分為四大部分。第一部分為確定性人工智能的三大基本技術(shù)，包括第2,3,4章的知識(shí)表示、確定性推理和搜索部分。第二部分包括第5章不確定性人工智能和第6章的智能算法。第三部分為人工智能的重要研究領(lǐng)域，包括第7章的分布式人工智能，第8章的機(jī)器學(xué)習(xí)，第9章的專家系統(tǒng)。第四部分為人工智能應(yīng)用部分，包括第10章的人工智能設(shè)計(jì)語言和第11章的人工智能的應(yīng)用舉例。

·27.5萬字

會(huì)員

Chatbot從0到1（第2版）：對(duì)話式交互實(shí)踐指南

本書內(nèi)容共6部分。第1部分幫助你理解通用人工智能時(shí)代下，“Chatbot”和“對(duì)話式交互”的概念；第2部分帶你了解通用人工智能及其代表GPT；第3部分和第4部分介紹Chatbot的生命周期；第5部分介紹通用人工智能與現(xiàn)實(shí)世界的接口——機(jī)器人流程自動(dòng)化；第6部分介紹行業(yè)對(duì)Chatbot的評(píng)價(jià)，明確Chatbot的邊界并給出可落地的方法。現(xiàn)在就讓我們開始這場(chǎng)干貨滿滿的旅程吧！

·23.4萬字

會(huì)員

云計(jì)算：在智能交通系統(tǒng)中的應(yīng)用

本書首先在分析國內(nèi)外智能交通系統(tǒng)建設(shè)現(xiàn)狀的基礎(chǔ)上，提出了智慧交通云的概念，并對(duì)智慧交通云做了簡要介紹，深入講解了云計(jì)算的關(guān)鍵技術(shù)、智慧交通云的總體框架、智慧交通云的建設(shè)內(nèi)容；然后就智慧交通云的關(guān)鍵技術(shù)，如基于云計(jì)算的交通信息采集與處理、基于云計(jì)算的交通控制、基于云計(jì)算的交通誘導(dǎo)、基于云計(jì)算的交通控制與誘導(dǎo)協(xié)同等進(jìn)行了詳細(xì)的論述，最后探討了智慧交通云系統(tǒng)設(shè)計(jì)的相關(guān)問題。本書可供道路交通管理部門、建設(shè)部門、科研機(jī)構(gòu)和生產(chǎn)廠家等參考，也可作為交通類、計(jì)算機(jī)類相關(guān)專業(yè)本科生、研究生的參考資料。

·9.9萬字

會(huì)員

深度學(xué)習(xí)在醫(yī)學(xué)圖像中的應(yīng)用

醫(yī)學(xué)圖像分析已是當(dāng)前醫(yī)學(xué)研究、診斷和治療中必不可少的技術(shù)手段。醫(yī)學(xué)圖像中含有重要的生理、病理信息等知識(shí)，但由于圖像中的信息量大、維度高，這些信息在醫(yī)學(xué)圖像中表現(xiàn)復(fù)雜，所以挖掘難度很大。盡管從二十世紀(jì)五六十年代起，學(xué)者專家都在嘗試用計(jì)算機(jī)輔助手段從中挖掘有價(jià)值的診斷信息，但效果一直不理想，直到近幾年，隨著機(jī)器學(xué)習(xí)算法陸續(xù)取得重要進(jìn)展，人類步入深度學(xué)習(xí)時(shí)代，醫(yī)學(xué)圖像輔助檢測(cè)與診斷技術(shù)才有了較大進(jìn)步。本書內(nèi)容由淺入深，從易到難，各章節(jié)既相對(duì)獨(dú)立，又前后關(guān)聯(lián)。既適合對(duì)醫(yī)學(xué)圖像分析有興趣的愛好者作為入門讀物，以了解本領(lǐng)域背景和基礎(chǔ)知識(shí)，也能為計(jì)算機(jī)醫(yī)學(xué)圖像分析研究領(lǐng)域的學(xué)者帶來創(chuàng)新思路。

·9.4萬字

會(huì)員

精通ROS機(jī)器人編程（原書第3版）

本書提供了實(shí)用且易于理解的示例，對(duì)ROS機(jī)器人編程的高級(jí)概念進(jìn)行了全面的介紹。本書首先介紹用ROS進(jìn)行機(jī)器人編程所需的基本概念和ROS框架，討論了如何用運(yùn)動(dòng)規(guī)劃庫和ROS導(dǎo)航棧對(duì)機(jī)器人進(jìn)行仿真和交互，還討論了ROS插件、控制器和節(jié)點(diǎn)、各種ROS接口（如何把I/O開發(fā)板、傳感器和執(zhí)行器等與ROS連接起來），以及如何用ROS和ROS-Industrial對(duì)復(fù)雜機(jī)器人進(jìn)行仿真。最后，本書介紹了ROS的故障排除和最佳實(shí)踐。

·15.5萬字

會(huì)員

玩賺ChatGPT：人人都能用的工作好幫手

本書以工作場(chǎng)景和具體任務(wù)來驅(qū)動(dòng)，包括53個(gè)場(chǎng)景展示、85項(xiàng)任務(wù)模擬、237次提問示范，讓完全不懂技術(shù)的小白，也能成為ChatGPT工具使用方面的行家。本書通過詳細(xì)講解具體任務(wù)的提問與追問方法，讓ChatGPT成為每個(gè)人的工作好幫手，幫助人們提升工作效能，打造超能個(gè)體與超能團(tuán)隊(duì)。

·13.8萬字

會(huì)員

用Python動(dòng)手學(xué)機(jī)器學(xué)習(xí)

本書是面向機(jī)器學(xué)習(xí)新手的入門書，從學(xué)習(xí)環(huán)境的搭建開始，圖文并茂地介紹了學(xué)習(xí)機(jī)器學(xué)習(xí)所需的Python知識(shí)和數(shù)學(xué)知識(shí)，并在此基礎(chǔ)上結(jié)合數(shù)學(xué)式、示例程序、插圖等，抽絲剝繭般地對(duì)有監(jiān)督學(xué)習(xí)中的回歸與分類、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的算法與應(yīng)用、手寫數(shù)字識(shí)別、無監(jiān)督學(xué)習(xí)的算法等進(jìn)行了介紹。本書既有圖形、代碼，又有詳細(xì)的數(shù)學(xué)式推導(dǎo)過程，大大降低了機(jī)器學(xué)習(xí)的學(xué)習(xí)門檻，即使沒有學(xué)過Python、數(shù)學(xué)基礎(chǔ)不太好，也可以看懂。

·9.1萬字

會(huì)員

機(jī)器學(xué)習(xí)中的加速一階優(yōu)化算法

機(jī)器學(xué)習(xí)是關(guān)于從數(shù)據(jù)中建立預(yù)測(cè)或描述模型，以提升機(jī)器解決問題能力的學(xué)科。在建立模型后，需要采用適當(dāng)?shù)膬?yōu)化算法來求解模型的參數(shù)，因此優(yōu)化算法是機(jī)器學(xué)習(xí)的重要組成部分。但是傳統(tǒng)的優(yōu)化算法并不完全適用于機(jī)器學(xué)習(xí)，因?yàn)橥ǔ碚f機(jī)器學(xué)習(xí)模型的參數(shù)維度很高或涉及的樣本數(shù)巨大，這使得一階優(yōu)化算法在機(jī)器學(xué)習(xí)中占據(jù)主流地位。本書概述了機(jī)器學(xué)習(xí)中加速一階優(yōu)化算法的新進(jìn)展。書中介紹了各種情形下的加速一階優(yōu)化算法，包括確定性和隨機(jī)性的算法、同步和異步的算法，以求解帶約束的問題和無約束的問題、凸問題和非凸問題，對(duì)算法思想進(jìn)行了深入的解讀，并對(duì)其收斂速度提供了詳細(xì)的證明。本書面向的讀者對(duì)象是機(jī)器學(xué)習(xí)和優(yōu)化領(lǐng)域的研究人員，包括人工智能、信號(hào)處理及應(yīng)用數(shù)學(xué)特別是計(jì)算數(shù)學(xué)專業(yè)高年級(jí)本科生、研究生，以及從事人工智能、信號(hào)處理領(lǐng)域產(chǎn)品研發(fā)的工程師。

·6.9萬字

會(huì)員

法律人AI指南：大模型10倍提升工作效率的方法與技巧

本書系統(tǒng)地探討了人工智能對(duì)法律行業(yè)的深遠(yuǎn)影響、法律人應(yīng)該掌握的AI知識(shí)以及相關(guān)的法律AI工具。本書共14章，分為五部分。第一部分（第1章）介紹了大模型的基礎(chǔ)知識(shí)以及AI在法律領(lǐng)域的應(yīng)用趨勢(shì)和場(chǎng)景，并深入探討了AI對(duì)法律行業(yè)帶來的影響等。第二部分（第2~6章）針對(duì)法律人的主要工作任務(wù)，包括類案檢索、案情分析、法律咨詢、法律文書寫作、合同審查等，詳細(xì)講解了應(yīng)該如何使用AI來提升工作效率。第三部分（第7~8章）針對(duì)法律機(jī)構(gòu)的主要工作任務(wù)，詳細(xì)闡述了AI如何幫助機(jī)構(gòu)提升運(yùn)營效率。第四部分（第9~11章）講述了法律大模型的架構(gòu)設(shè)計(jì)、訓(xùn)練和調(diào)優(yōu)方法，并結(jié)合應(yīng)用場(chǎng)景講解了法律行業(yè)如何用大模型技術(shù)解決具體問題。第五部分（第12~14章）分析了AI帶來的新型法律問題，以及中國、歐盟、美國等國家和地區(qū)的立法與司法實(shí)踐。

·23.8萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

自然語言表示學(xué)習(xí)：文本語義向量化表示研究與應(yīng)用

深度學(xué)習(xí)計(jì)算機(jī)視覺實(shí)戰(zhàn)

人工智能應(yīng)用基礎(chǔ)

華為MindSpore深度學(xué)習(xí)框架應(yīng)用開發(fā)實(shí)戰(zhàn)

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)原理與應(yīng)用

Sora AI視頻生成、案例解析與場(chǎng)景應(yīng)用

基于信息增強(qiáng)的圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法研究

DeepSeek實(shí)戰(zhàn)：操作攻略與商業(yè)應(yīng)用

多智能體技術(shù)及應(yīng)用

AI時(shí)代程序員開發(fā)之道：ChatGPT讓程序員插上翅膀

深度學(xué)習(xí)與深度合成

人工智能

Chatbot從0到1（第2版）：對(duì)話式交互實(shí)踐指南

云計(jì)算：在智能交通系統(tǒng)中的應(yīng)用

深度學(xué)習(xí)在醫(yī)學(xué)圖像中的應(yīng)用

精通ROS機(jī)器人編程（原書第3版）

玩賺ChatGPT：人人都能用的工作好幫手

用Python動(dòng)手學(xué)機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)中的加速一階優(yōu)化算法

法律人AI指南：大模型10倍提升工作效率的方法與技巧