官术网_书友最值得收藏!

深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)
會員

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)是人工智能研究的重要領(lǐng)域,是機(jī)器學(xué)習(xí)的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學(xué)。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識體系進(jìn)行系統(tǒng)的梳理,力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述,便于讀者能夠較為全面地掌握深度學(xué)習(xí)的相關(guān)知識。全書共16章。第1章是緒論,簡要介紹人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念及相互關(guān)系,并對神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程和產(chǎn)生機(jī)理進(jìn)行闡述;第2章介紹神經(jīng)網(wǎng)絡(luò)的基本神經(jīng)元模型、網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)方法、學(xué)習(xí)規(guī)則、正則化方法、模型評估方法等基礎(chǔ)知識;第3~8章介紹多層感知器神經(jīng)網(wǎng)絡(luò)、自組織競爭神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制與反饋網(wǎng)絡(luò);第9章介紹深度學(xué)習(xí)網(wǎng)絡(luò)優(yōu)化的相關(guān)內(nèi)容;第10~13章介紹受限玻爾茲曼機(jī)和深度置信網(wǎng)絡(luò)、棧式自編碼器、生成對抗網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò);第14章介紹深度強(qiáng)化學(xué)習(xí);第15章介紹深度學(xué)習(xí)的可解釋性;第16章介紹多模態(tài)預(yù)訓(xùn)練模型。深度學(xué)習(xí)是源于對含有多個隱藏層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行的研究,以便建立和模擬人腦的學(xué)習(xí)過程。本書整理了人工神經(jīng)網(wǎng)絡(luò)從簡單到復(fù)雜的模型,歸納和總結(jié)了神經(jīng)網(wǎng)絡(luò)的理論、方法和應(yīng)用實(shí)踐。本書可以作為高等院校人工智能及相關(guān)專業(yè)或非計算機(jī)專業(yè)的參考用書,也可以作為人工智能領(lǐng)域的科技工作者或科研機(jī)構(gòu)工作人員的參考用書。

趙眸光編著 ·人工智能 ·20萬字

深入淺出Embedding:原理解析與應(yīng)用實(shí)踐
會員

這是一本系統(tǒng)、全面、理論與實(shí)踐相結(jié)合的Embedding技術(shù)指南,由資深的AI技術(shù)專家和高級數(shù)據(jù)科學(xué)家撰寫,得到了黃鐵軍、韋青、張崢、周明等中國人工智能領(lǐng)域的領(lǐng)軍人物的一致好評和推薦。在內(nèi)容方面,本書理論與實(shí)操兼顧,一方面系統(tǒng)講解了Embedding的基礎(chǔ)、技術(shù)、原理、方法和性能優(yōu)化,一方面詳細(xì)列舉和分析了Embedding在機(jī)器學(xué)習(xí)性能提升、中英文翻譯、推薦系統(tǒng)等6個重要場景的應(yīng)用實(shí)踐;在寫作方式上,秉承復(fù)雜問題簡單化的原則,盡量避免復(fù)雜的數(shù)學(xué)公式,盡量采用可視化的表達(dá)方式,旨在降低本書的學(xué)習(xí)門檻,讓讀者能看得完、學(xué)得會。全書一共16章,分為兩個部分:第1部分(第1~9章)Embedding理論知識。主要講解Embedding的基礎(chǔ)知識、原理以及如何讓Embedding落地的相關(guān)技術(shù),如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學(xué)習(xí)方法等,重點(diǎn)介紹了Transformer和基于它的GPT、BERT預(yù)訓(xùn)練模型及BERT的多種改進(jìn)版本等。第二部分(第10~16章)Embedding應(yīng)用實(shí)例。通過6個實(shí)例介紹了Embedding及相關(guān)技術(shù)的實(shí)際應(yīng)用,包括如何使用Embedding提升傳統(tǒng)機(jī)器學(xué)習(xí)性,如何把Embedding技術(shù)應(yīng)用到推薦系統(tǒng)中,如何使用Embedding技術(shù)提升NLP模型的性能等。

吳茂貴 王紅星 ·人工智能 ·11.3萬字

企業(yè)級AI技術(shù)內(nèi)幕:深度學(xué)習(xí)框架開發(fā)+機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)+Alluxio解密
會員

《企業(yè)級AI技術(shù)內(nèi)幕:深度學(xué)習(xí)框架開發(fā)+機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)+Alluxio解密》分為盤古人工智能框架開發(fā)專題篇、機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)篇、分布式內(nèi)存管理Alluxio解密篇,分別對人工智能開發(fā)框架、機(jī)器學(xué)習(xí)案例及Alluxio系統(tǒng)進(jìn)行透徹解析。盤古人工智能框架開發(fā)專題篇,通過代碼講解多層次神經(jīng)網(wǎng)絡(luò)、前向傳播算法、反向傳播算法、損失度計算及可視化、自適應(yīng)學(xué)習(xí)和特征歸一化等內(nèi)容。機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)篇,選取機(jī)器學(xué)習(xí)中最具代表性的經(jīng)典案例,透徹講解機(jī)器學(xué)習(xí)數(shù)據(jù)預(yù)處理、簡單線性回歸、多元線性回歸、多項式回歸、支持向量回歸、決策樹回歸、隨機(jī)森林回歸等回歸算法,邏輯回歸、k近鄰算法、支持向量機(jī)、樸素貝葉斯、決策樹分類、隨機(jī)森林分類等分類算法、k均值聚類、層次聚類等聚類算法,以及關(guān)聯(lián)分析算法,并對回歸模型、分類模型進(jìn)行性能評估。分布式內(nèi)存管理Alluxio解密篇,詳細(xì)講解Alluxio架構(gòu)、部署、底層存儲及計算應(yīng)用、基本用法、運(yùn)行維護(hù)等內(nèi)容。

王家林 段智華編著 ·人工智能 ·19.9萬字

大語言模型:原理、應(yīng)用與優(yōu)化
會員

這是一本從工程化角度講解大語言模型的核心技術(shù)、構(gòu)建方法與前沿應(yīng)用的著作。首先從語言模型的原理和大模型的基礎(chǔ)構(gòu)件入手,詳細(xì)梳理了大模型技術(shù)的發(fā)展脈絡(luò),深入探討了大模型預(yù)訓(xùn)練與對齊的方法;然后闡明了大模型訓(xùn)練中的算法設(shè)計、數(shù)據(jù)處理和分布式訓(xùn)練的核心原理,展示了這一系統(tǒng)性工程的復(fù)雜性與實(shí)現(xiàn)路徑。除了基座模型的訓(xùn)練方案,本書還涵蓋了大模型在各領(lǐng)域的落地應(yīng)用方法,包括低參數(shù)量微調(diào)、知識融合、工具使用和自主智能體等,展示了大模型在提高生產(chǎn)力和創(chuàng)造性任務(wù)中的卓越性能和創(chuàng)新潛力。此外,書中進(jìn)一步介紹了大模型優(yōu)化的高級話題和前沿技術(shù),如模型小型化、推理能力和多模態(tài)大模型等。最后,本書討論了大模型的局限性與安全性問題,展望了未來的發(fā)展方向,為讀者提供了全面的理解與前瞻性的視角。無論是人工智能領(lǐng)域的研究員、工程師,還是對前沿技術(shù)充滿好奇的讀者,本書都將是您了解和掌握大模型技術(shù)的必備指南。

蘇之陽 王錦鵬 姜迪 宋元峰 ·人工智能 ·12.1萬字

會話式AI:自然語言處理與人機(jī)交互
會員

本書從邏輯上看分為三大部分。第一部分(第1~2章)介紹語言理解的基礎(chǔ)概念與環(huán)境搭建。其中,第1章介紹人機(jī)交互的演變歷史及技術(shù)變革。第2章介紹前置技術(shù),重點(diǎn)涵蓋PyTorch、TorchText、Jieba等自然語言處理學(xué)習(xí)庫的使用方法。第二部分(第3~8章)介紹自然語言處理和人機(jī)交互相關(guān)的核心技術(shù)。本書強(qiáng)調(diào)理論與實(shí)戰(zhàn)并行,在介紹相關(guān)核心技術(shù)的同時,每章針對相應(yīng)核心算法展開實(shí)戰(zhàn),在真實(shí)中文數(shù)據(jù)集下驗證算法性能,讓讀者從更深層面了解相關(guān)算法。第3章主要介紹中文分詞技術(shù),包含分詞概念、分類體系、常見分詞算法,并針對HMM算法進(jìn)行實(shí)戰(zhàn)。第4章主要介紹數(shù)據(jù)預(yù)處理相關(guān)內(nèi)容,重點(diǎn)關(guān)注TorchText針對數(shù)據(jù)預(yù)處理與構(gòu)建數(shù)據(jù)集的使用。詞向量(第5章)、序列標(biāo)注(第6章)、文本分類(第7章)、文本生成(第8章)作為4種核心技術(shù)將分別單獨(dú)介紹。第三部分(第9~12章)通過講解人機(jī)交互中4個不同類型的高階技術(shù),幫助讀者了解人機(jī)交互中的深層技術(shù)。其中包括對話生成(第9章)、知識圖譜問答(第10章)、自然語言推理(第11章)和實(shí)體語義理解(第12章)。

杜振東 涂銘 ·人工智能 ·13.4萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 鄂伦春自治旗| 普兰县| 绥滨县| 方正县| 河曲县| 酒泉市| 比如县| 醴陵市| 漳州市| 湾仔区| 防城港市| 洞头县| 马公市| 金溪县| 淳安县| 大连市| 潜江市| 寿阳县| 镇远县| 泗洪县| 章丘市| 神木县| 邓州市| 抚州市| 灵川县| 嵩明县| 莲花县| 丽江市| 新津县| 定兴县| 武义县| 密山市| 杭锦后旗| 烟台市| 开原市| 汤原县| 新蔡县| 拜泉县| 友谊县| 丹阳市| 鲜城|