官术网_书友最值得收藏!

AI智能語音技術(shù)與產(chǎn)業(yè)創(chuàng)新實踐
會員

本書從技術(shù)、應(yīng)用和產(chǎn)業(yè)3個維度為切入點,對智能語音語義領(lǐng)域相關(guān)的熱點和趨勢展開研究。本書以“人與機器的對話”開篇,講述人類語音生成、傳播和感知的過程,引發(fā)對于機器智能語音聽說的思考,進而闡述技術(shù)探索發(fā)展史;然后,分析了以語音交互為核心的技術(shù)現(xiàn)狀,綜合剖析提出全雙工、端到端模型構(gòu)建、語音假冒攻擊等熱點;其次,從政策、投融資和產(chǎn)業(yè)規(guī)模上,分析整體智能語音產(chǎn)業(yè)環(huán)境,縱觀國內(nèi)外企業(yè)在相關(guān)技術(shù)和產(chǎn)品上的積極布局,介紹了智能語音的產(chǎn)業(yè)鏈和產(chǎn)業(yè)格局;最后,圍繞語音交互技術(shù)形成的應(yīng)用,以智能汽車、智能家居、可穿戴設(shè)備、智能客服、醫(yī)療、教育等諸多細分領(lǐng)域為代表,提出“AI+基礎(chǔ)服務(wù)”“AI+硬件設(shè)備”“AI+垂直行業(yè)”的3種應(yīng)用轉(zhuǎn)化參考模式,并列舉實際具體案例和解決方案。本書適合從事人工智能技術(shù)研發(fā)、產(chǎn)品應(yīng)用、市場規(guī)劃的工程技術(shù)人員和管理人員參考使用,也可作為高等院校人工智能相關(guān)的專業(yè)師生參考。同時,也適合對人工智能語音技術(shù)感興趣的相關(guān)人員閱讀。

李蓀 曾然然 殷治綱編著 ·人工智能 ·13.6萬字

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

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、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章主要對圖神經(jīng)網(wǎng)絡(luò)進行概要論述,包括基礎(chǔ)的理論、典型的模型方法及應(yīng)用;第3章針對圖神經(jīng)網(wǎng)絡(luò)在節(jié)點聚合過程中面臨的節(jié)點鄰域混雜的問題,提出了一種基于混合階的圖神經(jīng)網(wǎng)絡(luò)模型;第4章針對圖神經(jīng)網(wǎng)絡(luò)在節(jié)點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)點屬性聯(lián)合學(xué)習(xí)的變分圖自編碼器模型;第6章針對節(jié)點自監(jiān)督信息貢獻不做區(qū)分的問題,提出了一種基于注意力機制的圖對比學(xué)習(xí)模型;第7章總結(jié)全書并對圖神經(jīng)網(wǎng)絡(luò)可能的研究方向進行展望。本書可供從事人工智能、數(shù)據(jù)挖掘、機器學(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算機、人工智能等專業(yè)本科生與研究生的學(xué)習(xí)參考書。

王杰 ·人工智能 ·8.1萬字

智能控制與強化學(xué)習(xí):先進值迭代評判設(shè)計
會員

在人工智能技術(shù)的大力驅(qū)動下,智能控制與強化學(xué)習(xí)發(fā)展迅猛,先進自動化設(shè)計與控制日新月異。本書針對復(fù)雜離散時間系統(tǒng)的優(yōu)化調(diào)節(jié)、最優(yōu)跟蹤、零和博弈等問題,以實現(xiàn)穩(wěn)定學(xué)習(xí)、演化學(xué)習(xí)和快速學(xué)習(xí)為目標(biāo),建立一套先進的值迭代評判學(xué)習(xí)控制理論與設(shè)計方法。首先,對先進值迭代框架下迭代策略的穩(wěn)定性進行全面深入的分析,建立一系列適用于不同場景的穩(wěn)定性判據(jù),從理論層面揭示值迭代算法能夠?qū)崿F(xiàn)離線最優(yōu)控制和在線演化控制。其次,基于迭代歷史信息,提出一種新穎的收斂速度可調(diào)節(jié)的值迭代算法,有助于加快學(xué)習(xí)速度、減少計算代價,更高效地獲得非線性系統(tǒng)的最優(yōu)控制律。結(jié)合人工智能技術(shù),對無模型值迭代評判學(xué)習(xí)控制的發(fā)展前景也進行了討論。本書內(nèi)容豐富、結(jié)構(gòu)清晰、由淺入深、分析透徹,既可作為智能控制、強化學(xué)習(xí)、優(yōu)化控制、計算智能、自適應(yīng)與學(xué)習(xí)系統(tǒng)等領(lǐng)域研究人員和學(xué)生的參考書,又可供相關(guān)領(lǐng)域的技術(shù)人員使用。

王鼎 趙明明 哈明鳴 任進 ·人工智能 ·8.7萬字

ChatGPT漫談
會員

本書深度探討了構(gòu)建和訓(xùn)練ChatGPT模型涉及的核心技術(shù),以及ChatGPT在各種實際應(yīng)用中的作用。全書精心劃分為三部分,其中第1章為第1部分,第2章為第2部分,第3章和第4章為第3部分。首先,詳細闡述了機器學(xué)習(xí)的歷史演變與各種學(xué)習(xí)范式,同時也揭示了在人工智能生成內(nèi)容(AIGC)領(lǐng)域下,圖像處理和自然語言處理技術(shù)的歷史發(fā)展趨勢;接下來,對ChatGPT的運行機制和關(guān)鍵算法進行深度解析,包括大規(guī)模模型結(jié)構(gòu)、上下文學(xué)習(xí)、強化學(xué)習(xí)、涌現(xiàn)機制等,引導(dǎo)讀者深刻理解ChatGPT的本質(zhì)和相應(yīng)算法原理;最后,從應(yīng)用角度出發(fā),展示了ChatGPT在推動生產(chǎn)力變革方面的潛力,全面解析了ChatGPT在科研、教育、出版、醫(yī)療等行業(yè)的影響和未來前景。閱讀本書后,讀者可以獲得對AIGC和ChatGPT的全面而深入的理解。本書旨在服務(wù)不同層次的讀者。對于初學(xué)者,它可作為一部理解深度學(xué)習(xí)技術(shù)的入門教材;對于從事自然語言處理研究、應(yīng)用實踐的科研人員和工程技術(shù)人員,它提供了深度的理論洞見和實踐參考;對于那些在文本工作領(lǐng)域從業(yè)的人士,本書同樣有著重要的參考價值。

邱才明 凌澤南 馮湛搏 楊昊編著 ·人工智能 ·10.8萬字

ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)
會員

《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》作為《PyTorch2.0深度學(xué)習(xí)從零開始學(xué)》的姊妹篇,專注于大模型的本地化部署、應(yīng)用開發(fā)以及微調(diào)等。《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》不僅系統(tǒng)地闡述了深度學(xué)習(xí)大模型的核心理論,更注重實踐應(yīng)用,通過豐富的案例和場景,引導(dǎo)讀者從理論走向?qū)嵺`,真正領(lǐng)悟和掌握大模型本地化應(yīng)用的精髓。全書共分13章,全方位、多角度地展示了大模型本地化實戰(zhàn)的完整方案,內(nèi)容包括大模型時代的開端、PyTorch2.0深度學(xué)習(xí)環(huán)境搭建、基于gradio的云上自托管ChatGLM3部署實戰(zhàn)、使用ChatGLM3與LangChain實現(xiàn)知識圖譜抽取和智能問答、適配ChatGLM3終端的Template與Chain詳解、ChatGLM3多文本檢索的增強生成實戰(zhàn)、構(gòu)建以人為本的ChatGLM3規(guī)范化Prompt提示工程、使用ChatGLM3的思維鏈構(gòu)建、GLM源碼分析與文本生成實戰(zhàn)、低資源單GPU微調(diào)ChatGLM3實戰(zhàn)、會使用工具的ChatGLM3、上市公司財務(wù)報表非結(jié)構(gòu)化信息抽取實戰(zhàn)、上市公司財務(wù)報表智能問答與財務(wù)預(yù)警實戰(zhàn)。《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》適合大模型的初學(xué)者、有一定基礎(chǔ)的大模型研究人員、大模型應(yīng)用開發(fā)人員。同時,《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》還可作為高等院校或高職高專相關(guān)專業(yè)大模型課程的教材,助力培養(yǎng)新一代的大模型領(lǐng)域人才。

王曉華 ·人工智能 ·13萬字

QQ閱讀手機版

主站蜘蛛池模板: 交口县| 柳江县| 河东区| 黔东| 虞城县| 丰都县| 荔浦县| 玉林市| 沐川县| 德钦县| 沙田区| 玉龙| 阿克陶县| 龙岩市| 密山市| 大连市| 乌拉特中旗| 阳谷县| 芜湖市| 团风县| 安溪县| 海兴县| 皮山县| 仪陇县| 缙云县| 三江| 乐安县| 彭阳县| 平江县| 颍上县| 个旧市| 东光县| 津市市| 麻栗坡县| 库伦旗| 怀化市| 绥德县| 杭州市| 云阳县| 南投市| 崇礼县|