官术网_书友最值得收藏!

基于信息增強的圖神經網絡學習方法研究
會員

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。

王杰 ·人工智能 ·8.1萬字

大型語言模型實戰指南:應用實踐與場景落地
會員

這是一本系統梳理并深入解析大模型的基礎理論、算法實現、數據構造流程、模型微調方法、偏好對齊方法的著作,也是一本能手把手教你構建角色扮演、信息抽取、知識問答、AIAgent等各種強大的應用程序的著作。本書得到了零一萬物、面壁智能、通義千問、百姓AI、瀾舟科技等國內主流大模型團隊的負責人的高度評價和鼎力推薦。具體地,通過本書你能了解或掌握以下知識:(1)大型語言模型的基礎理論,包括常見的模型架構、領域大型語言模型以及如何評估大模型的性能。(2)大模型微調的關鍵步驟:從數據的收集、清洗到篩選,直至微調訓練的技術細節。(3)大模型人類偏好對齊方法,從基于人工反饋的強化學習框架到當前主流的對齊方法。(4)通過GPTs快速搭建個性化的專屬ChatGPT應用。(5)通過開源模型在多種場景下搭建大模型應用,包括:表格查詢、角色扮演、信息抽取、知識問答、AIAgent等。(6)掌握大模型Agent方法以及Agent常用框架。(7)基于LangChain框架構建一個AutoGPT應用。本書集大模型理論、實踐和場景落地于一體,提供大量經詳細注釋的代碼,方便讀者理解和實操。總之,不管里是想深入研究大模型本身,還是進行大模型相關應用搭建,本書都應該能給你頗具價值的技術啟發與思考,讓你在大模型的路上快速前行,少走彎路。

劉聰 沈盛宇 李特麗 杜振東 ·人工智能 ·11.2萬字

Unity人工智能實戰(原書第2版)
會員

第1章探究幾個有趣的移動算法,這些算法基于CraigReynolds與IanMillington開發的轉向行為(steeringbehavior)原則,是絕大多數高級游戲和其他一些依賴于移動的算法(比如尋路算法家族)的基礎。第2章涵蓋了用于導航復雜場景的尋路算法。該章包含一些使用不同的圖結構來表示游戲世界的方法,以及幾個用于尋路的算法,每種算法針對的場景有所不同。第3章解釋不同的決策制定技術,這些技術能夠靈活地適應不同類型的游戲,并且足夠健壯地讓我們構建模塊化的決策制定系統。第4章揭示Unity5.6中引入的NavMeshAPI的內部原理,解釋如何掌握NavMesh的強大之處,以及實時優化。第5章涉及幾篇不同的教程,把不同的agent協調成一個整體,比如基于圖表(如路徑點和勢力圖)制定戰術策略的編隊技巧。第6章探究了幾種在agent上模擬感官刺激的不同方式。我們將學習如何使用已知的工具來創建這些模擬器:碰撞器和圖。第7章涵蓋了用于開發棋類游戲的一個算法家族,以及創建AI的基于回合的游戲技術。第8章探索機器學習領域,該章是我們學習并將機器學習技術應用到游戲中的極好開端。第9章探究使用程序化內容生成來實現游戲可重玩性的幾種不同技術。該章是生成不同類型的內容的指南。第10章介紹一些新技術,以及使用前幾章中學過的算法創建不完全符合特定類別的新行為。

(智利)豪爾赫·帕拉西奧斯 ·人工智能 ·5.1萬字

洞見未來的“元宇宙”世界(套裝8冊)

作者彼得·戴曼迪斯和史蒂芬·科特勒全面展示了商業創業風口上的9大指數型技術——量子計算、人工智能、網絡、機器人、虛擬現實與增強現實、3D打印、區塊鏈、材料科學與納米技術、生物技術,并洞察這9大指數型技術的互相融合會帶來巨大的變革力量,將會完全重塑我們的生活方式與商業模式。兩位作者結合9大指數型技術的融合,充分預測和描述了零售業、廣告業、娛樂業、教育、醫療保健、長壽、商業、食品業等8大行業指數型變革的未來。指數型技術融合的背后是掌握指數型思維這一認知邏輯。當下人和組織的增長邏輯都在發生改變,線性增長正在被指數型增長取代。每一個人和組織,只有掌握指數型思維,利用大趨勢的確定性來抵抗自己小波動的不確定性,才能應對呼嘯而來的未來!數型技術的融合將如何改變今天的傳統產業和思維模式?商業、教育、醫療健康等行業將發生怎樣的劇變?當人工智能、機器人技術、虛擬現實、材料技術、量子計算與3D打印、區塊鏈和全球千兆網絡相互疊加時會發生什么?此刻即未來,科技進步的速度遠超任何人的想象,從現在開始的下一個10年,我們將經歷比過去一百年更多的動蕩并創造更多的財富。

(美)瑪蒂娜·羅斯布拉特等 ·人工智能 ·164萬字

QQ閱讀手機版

主站蜘蛛池模板: 安岳县| 鲁山县| 松原市| 宕昌县| 横峰县| 抚松县| 西和县| 铅山县| 枣强县| 运城市| 东兰县| 通城县| 太和县| 凉山| 玛纳斯县| 大石桥市| 永年县| 安顺市| 沙田区| 罗定市| 德令哈市| 鹤岗市| 赤水市| 秦皇岛市| 老河口市| 凉山| 唐山市| 广汉市| 彭泽县| 边坝县| 农安县| 阿尔山市| 汝州市| 莒南县| 台山市| 会宁县| 鄂尔多斯市| 尚义县| 敦化市| 津南区| 广河县|