捕鱼机遥控干扰

本書首先簡(jiǎn)要介紹機(jī)器人和機(jī)器人學(xué)的概況，以及機(jī)器人學(xué)的數(shù)學(xué)基礎(chǔ)，然后分別詳細(xì)討論智能機(jī)器人體系結(jié)構(gòu)、智能機(jī)器人中的傳感器、環(huán)境感知與建模、路徑規(guī)劃、機(jī)器人控制、多機(jī)器人協(xié)同，以及智能機(jī)器人的HRI等內(nèi)容。

·12.8萬字

會(huì)員

AIGC基礎(chǔ)與應(yīng)用

本書深入淺出地講解AIGC基礎(chǔ)知識(shí)與實(shí)際應(yīng)用。全書共8章，包括認(rèn)識(shí)AIGC、AIGC的使用方式、AIGC助力高效辦公、AIGC助力學(xué)習(xí)成長(zhǎng)、AIGC豐富生活、AIGC造就繪畫大師、AIGC成就編程小能手、AIGC的發(fā)展與展望。本書結(jié)合案例講解，將理論與實(shí)踐相結(jié)合、實(shí)用性強(qiáng)，可幫助學(xué)生及時(shí)鞏固知識(shí)，提升操作能力。全書內(nèi)容豐富、圖文并茂、重點(diǎn)突出、通俗易懂，可作為本科院校和職業(yè)院校相關(guān)專業(yè)的教材，也可作為信息技術(shù)領(lǐng)域的專業(yè)技術(shù)人才的參考書。

·12.8萬字

會(huì)員

計(jì)算機(jī)視覺應(yīng)用與實(shí)戰(zhàn)

本書圍繞計(jì)算機(jī)視覺在農(nóng)業(yè)、醫(yī)學(xué)、工業(yè)等領(lǐng)域的案例，深入淺出地講解計(jì)算機(jī)視覺核心的模型與關(guān)鍵技術(shù)。本書中所有案例的代碼均能在達(dá)內(nèi)時(shí)代科技集團(tuán)自主研發(fā)的AIX-EBoard人工智能實(shí)驗(yàn)平臺(tái)上部署與實(shí)施，實(shí)現(xiàn)了教學(xué)場(chǎng)景化、學(xué)習(xí)趣味化。本書分為三個(gè)部分，循序漸進(jìn)地介紹計(jì)算機(jī)視覺相關(guān)技術(shù)的理論基礎(chǔ)和各案例的實(shí)踐步驟。第1部分基于OpenCV介紹傳統(tǒng)視覺應(yīng)用的基礎(chǔ)算法，同時(shí)實(shí)現(xiàn)輪廓提取、全景圖像拼接等案例的實(shí)踐；在傳統(tǒng)視覺應(yīng)用的基礎(chǔ)上，第2部分講解基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的視覺應(yīng)用，結(jié)合不同行業(yè)的案例對(duì)圖像進(jìn)行分析處理，如水果識(shí)別、病蟲害識(shí)別、相似圖像搜索、眼底血管圖像分割等。第3部分聚焦市場(chǎng)關(guān)注度較高的一些新興視覺應(yīng)用的原理及實(shí)現(xiàn)，如從二維圖像到三維空間的重建、計(jì)算機(jī)視覺在移動(dòng)設(shè)備中的應(yīng)用、實(shí)時(shí)圖像和視頻的風(fēng)格遷移等。本書適合人工智能相關(guān)專業(yè)的本科生、專科生及計(jì)算機(jī)初學(xué)者閱讀，既可以作為應(yīng)用型本科院校和高等職業(yè)院校人工智能專業(yè)的教材，也可以作為相關(guān)領(lǐng)域從業(yè)者的學(xué)習(xí)和參考用書。本書可以幫助有一定基礎(chǔ)的讀者查漏補(bǔ)缺，深入理解和掌握相關(guān)原理與方法，提高解決實(shí)際問題的能力。

·8.3萬字

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

AI落地：讓人工智能為你所用

面對(duì)人工智能（AI）這一技術(shù)名詞和概念，你是否以為它門檻高、特復(fù)雜、難以落地？面對(duì)人工智能產(chǎn)品爆發(fā)式涌現(xiàn)，你是否擔(dān)心它會(huì)奪走你的工作，進(jìn)而產(chǎn)生恐慌和憂慮？面對(duì)日常見到的“人工智障”工具，你是否對(duì)人工智能產(chǎn)生過質(zhì)疑？進(jìn)入人工智能時(shí)代，你能夠做什么？需要掌握哪些技能？如何讓技術(shù)為自己服務(wù)？本書結(jié)合人工智能落地的方法和案例，采用通俗易懂的語言，為你揭開人工智能的面紗，教你尋找在生活中、工作中適合人工智能落地的場(chǎng)景，以及評(píng)價(jià)其價(jià)值的方法，助你實(shí)現(xiàn)降本增效的目標(biāo)。書中不僅將算法原理和思維融入日常熟知事物做對(duì)比，以便讓你了解技術(shù)，還總結(jié)了人工智能落地的步驟和評(píng)估方法來幫助讀者找到人工智能落地潛在的機(jī)會(huì)，使讀者能夠在閱讀完本書內(nèi)容后，對(duì)于人工智能的應(yīng)用場(chǎng)景及如何實(shí)際操作成功落地部署有一定的了解。此外，閱讀本書，讀者還可以了解目前人工智能技術(shù)的局限及后續(xù)的技術(shù)發(fā)展方向。本書適合正在或希望從事人工智能產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)的人員、與人工智能相關(guān)的技術(shù)人員、想認(rèn)識(shí)和充分了解人工智能發(fā)展的人員閱讀。關(guān)注作者公眾號(hào)：AI落地方法論，獲得課程、AI體驗(yàn)工具。

·14.3萬字

會(huì)員

從ChatGPT到AIGC：人工智能重塑千行百業(yè)

本書介紹了ChatGPT的前世今生，重點(diǎn)聚焦普通人如何使用ChatGPT獲得工作和生活效率的提升，各行各業(yè)如何通過ChatGPT來改變自己的賽道狀態(tài)。使用ChatGPT的寶典以及普及ChatGPT背后的技術(shù)，普通人可以看懂而且也富有科普性。同時(shí)，把AIGC中的生成視頻、圖像和文本也做了介紹，并提供了大量的工具。最后本書認(rèn)為通過ChatGPT到AIGC,千行百業(yè)都會(huì)發(fā)生革命性變革，應(yīng)對(duì)新變化，只能擁抱新變化，掌握ChatGPT，快人一步。本書四色印刷，所有插圖均為人工智能繪制，為本書增加了很多趣味性。

·8.1萬字

會(huì)員

TensorFlow技術(shù)解析與實(shí)戰(zhàn)

TensorFlow是谷歌公司開發(fā)的深度學(xué)習(xí)框架，也是目前深度學(xué)習(xí)的主流框架之一。本書從深度學(xué)習(xí)的基礎(chǔ)講起，深入TensorFlow框架原理、模型構(gòu)建、源代碼分析和網(wǎng)絡(luò)實(shí)現(xiàn)等各個(gè)方面。全書分為基礎(chǔ)篇、實(shí)戰(zhàn)篇和提高篇三部分。本書深入淺出，理論聯(lián)系實(shí)際，實(shí)戰(zhàn)案例新穎，基于zui新的TensorFlow1.1版本，涵蓋TensorFlow的新特性，非常適合對(duì)深度學(xué)習(xí)和TensorFlow感興趣的讀者閱讀。

·11.8萬字

會(huì)員

AI源碼解讀：卷積神經(jīng)網(wǎng)絡(luò)（CNN）深度學(xué)習(xí)案例：Python版

本書以人工智能發(fā)展為時(shí)代背景，通過20個(gè)機(jī)器學(xué)習(xí)模型和算法案例，為讀者提供較為詳細(xì)的實(shí)戰(zhàn)方案，以便進(jìn)行深度學(xué)習(xí)。在編排方式上，全書側(cè)重對(duì)創(chuàng)新項(xiàng)目的過程進(jìn)行介紹，分別從整體設(shè)計(jì)、系統(tǒng)流程和實(shí)現(xiàn)模塊等角度論述數(shù)據(jù)處理、模型訓(xùn)練和模型應(yīng)用等過程，并剖析模塊的功能、使用及程序代碼。為便于讀者高效學(xué)習(xí)，快速掌握人工智能程序開發(fā)方法，本書配套提供項(xiàng)目設(shè)計(jì)工程文檔、程序代碼、實(shí)現(xiàn)過程中出現(xiàn)的問題及解決方法等資料，可供讀者舉一反三，二次開發(fā)。本書語言簡(jiǎn)潔，深入淺出，通俗易懂，不僅適合對(duì)Python編程有興趣的愛好者，而且可作為高等院校相關(guān)專業(yè)的參考教材，還可作為從事智能應(yīng)用創(chuàng)新開發(fā)專業(yè)人員的技術(shù)參考書。

·4.2萬字

會(huì)員

從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)：基于scikit-learn與TensorFlow的高效開發(fā)實(shí)戰(zhàn)

這是一本場(chǎng)景式的機(jī)器學(xué)習(xí)實(shí)踐書，筆者努力做到“授人以漁，而非授人以魚”。理論方面從人工智能（AI）與機(jī)器學(xué)習(xí)（ML）的基本要素講起，逐步展開有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)這三大類模型的應(yīng)用場(chǎng)景與算法原理；實(shí)踐方面通過金融預(yù)測(cè)、醫(yī)療診斷概率模型、月球登陸器、圖像識(shí)別、寫詩機(jī)器人、中國(guó)象棋博弈等案例啟發(fā)讀者將機(jī)器學(xué)習(xí)應(yīng)用在各行各業(yè)里，其中后三個(gè)案例使用了深度學(xué)習(xí)技術(shù)。本書試圖用通俗的語言講解涵蓋算法模型的機(jī)器學(xué)習(xí)，主要內(nèi)容包括機(jī)器學(xué)習(xí)通用概念、三個(gè)基本科學(xué)計(jì)算工具、有監(jiān)督學(xué)習(xí)、聚類模型、降維模型、隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)、自然語言處理、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、模型遷移等。在深入淺出地解析模型與算法之后，介紹使用Python相關(guān)工具進(jìn)行開發(fā)的方法、解析經(jīng)典案例，使讀者做到“能理解、能設(shè)計(jì)、能編碼、能調(diào)試”，沒有任何專業(yè)基礎(chǔ)的讀者在學(xué)習(xí)本書后也能夠上手設(shè)計(jì)與開發(fā)機(jī)器學(xué)習(xí)產(chǎn)品。本書內(nèi)容深入淺出、實(shí)例典型，適合對(duì)機(jī)器學(xué)習(xí)感興趣的產(chǎn)品設(shè)計(jì)、技術(shù)管理、數(shù)據(jù)分析、軟件開發(fā)或?qū)W生讀者。閱讀本書既能了解當(dāng)前工業(yè)界的主流機(jī)器學(xué)習(xí)與深度學(xué)習(xí)開發(fā)工具的使用方法，又能從戰(zhàn)略方面掌握如何將人工智能技術(shù)應(yīng)用到自己的企業(yè)與產(chǎn)品中。

·19.6萬字

會(huì)員

高性能超標(biāo)量CPU：微架構(gòu)剖析與設(shè)計(jì)

《高性能超標(biāo)量CPU：微架構(gòu)剖析與設(shè)計(jì)》基于當(dāng)前主流的高性能CPU設(shè)計(jì)規(guī)格，全面介紹了高性能超標(biāo)量CPU微架構(gòu)的設(shè)計(jì)，并做出對(duì)應(yīng)的分析。主要內(nèi)容包括業(yè)界主流高性能處理器架構(gòu)及超標(biāo)量流水線背景知識(shí)（第1章）；CPU前端，包括指令提取單元、分支預(yù)測(cè)單元、指令譯碼單元的設(shè)計(jì)和優(yōu)化，以及指令緩存的相關(guān)設(shè)計(jì)（第2、3章）；分支預(yù)測(cè)單元的原理、設(shè)計(jì)和優(yōu)化，寄存器重命名與發(fā)射隊(duì)列的原理和設(shè)計(jì)（第4、5章）；執(zhí)行單元與浮點(diǎn)運(yùn)算單元的設(shè)計(jì)實(shí)現(xiàn)（第6、7章）；訪存單元與數(shù)據(jù)緩存設(shè)計(jì)（第8章）；重排序緩沖的原理及設(shè)計(jì)（第9章）；IntelP6CPU微架構(gòu)設(shè)計(jì)實(shí)例（第10章）。微架構(gòu)設(shè)計(jì)對(duì)應(yīng)于指令的生命周期，為讀者提供直觀和清晰的視角，便于讀者對(duì)高性能CPU設(shè)計(jì)深入理解。《高性能超標(biāo)量CPU：微架構(gòu)剖析與設(shè)計(jì)》可作為從事高性能CPU相關(guān)研發(fā)工作專業(yè)人員的參考書，或用作高等院校計(jì)算機(jī)及集成電路相關(guān)專業(yè)研究生和高年級(jí)本科生的教學(xué)參考用書，也可供對(duì)CPU設(shè)計(jì)感興趣的讀者閱讀。

·16.1萬字

會(huì)員

智能機(jī)器人制作完全手冊(cè)

本書匯集了多位創(chuàng)客在智能機(jī)器人方面的豐碩成果，不僅為剛接觸機(jī)器人制作的初學(xué)者提供了從單片機(jī)、傳感器選擇到零件設(shè)計(jì)、組裝過程的詳盡入門教程，覆蓋機(jī)器人小車、多足機(jī)器人、人形機(jī)器人等不同類型，實(shí)現(xiàn)遙控、自平衡、語音控制、智能交互等不同功能的豐富實(shí)例。通過閱讀這本書，你會(huì)全面了解智能機(jī)器人的構(gòu)成，在設(shè)計(jì)與制作智能機(jī)器人方面獲得思路和靈感。

·9.3萬字

會(huì)員

財(cái)稅RPA：財(cái)稅智能化轉(zhuǎn)型實(shí)戰(zhàn)

這是一本指導(dǎo)財(cái)務(wù)和稅務(wù)領(lǐng)域的企業(yè)和組織利用RPA機(jī)器人實(shí)現(xiàn)智能化轉(zhuǎn)型的著作。作者基于自身在財(cái)稅和信息化領(lǐng)域多年的實(shí)踐經(jīng)驗(yàn)，從技術(shù)原理、應(yīng)用場(chǎng)景、實(shí)施方法論、案例分析4個(gè)維度詳細(xì)講解了RPA在財(cái)稅中的應(yīng)用，包含大量RPA機(jī)器人在核算、資金、稅務(wù)相關(guān)業(yè)務(wù)中的實(shí)踐案例。幫助企業(yè)從容應(yīng)對(duì)技術(shù)變革，找到RPA技術(shù)挑戰(zhàn)的破解思路，構(gòu)建財(cái)務(wù)智能化轉(zhuǎn)型的落地能力，真正做到“知行合一”。全書共6章：第1章介紹了在數(shù)字化轉(zhuǎn)型的大背景下，財(cái)稅部門正在經(jīng)歷的信息化、自動(dòng)化、智能化和數(shù)字化4項(xiàng)革新；第2章從技術(shù)層面講解了RPA的定義、功能、技術(shù)特點(diǎn)、應(yīng)用領(lǐng)域、發(fā)展階段和產(chǎn)品架構(gòu)；第3章從財(cái)務(wù)機(jī)器人選擇的角度講解了財(cái)務(wù)機(jī)器人的應(yīng)用場(chǎng)景、適用流程、收益和局限性等；第4章系統(tǒng)講解了財(cái)稅機(jī)器人的整套實(shí)施方法論，包括策略與評(píng)估、設(shè)計(jì)與構(gòu)建、實(shí)施與應(yīng)用、運(yùn)營(yíng)與優(yōu)化4個(gè)步驟，以及如何建立RPA卓越中心；第5章通過近10個(gè)案例講解了財(cái)稅機(jī)器人在核算類、資金類、稅務(wù)類業(yè)務(wù)場(chǎng)景中的應(yīng)用和實(shí)施；第6章對(duì)未來RPA和AI技術(shù)的結(jié)合進(jìn)行了展望，探討了RPA對(duì)財(cái)務(wù)人員的影響。

·9.9萬字

會(huì)員

人工智能+機(jī)器人入門與實(shí)戰(zhàn)

樹莓派是一款基于ARM架構(gòu)、Linux系統(tǒng)的極簡(jiǎn)計(jì)算機(jī)，既可以用于計(jì)算機(jī)編程教育，也可以作為機(jī)器人的控制核心。第一種運(yùn)行于樹莓派上的編程語言是Python，這是當(dāng)前人工智能領(lǐng)域最為流行的編程語言。機(jī)器視覺是人工智能中重要的細(xì)分研究領(lǐng)域，OpenCV則是當(dāng)前機(jī)器視覺領(lǐng)域主流的開源處理庫，可以方便地用于計(jì)算機(jī)圖像處理，并應(yīng)用于面部識(shí)別、目標(biāo)識(shí)別等具體問題。本書介紹在樹莓派硬件上使用Python語言，借助OpenCV庫編程，來實(shí)現(xiàn)具有機(jī)器視覺功能（識(shí)別和抓取特定顏色物體、識(shí)別人臉、識(shí)別特定人臉、進(jìn)行面部跟蹤）的智能機(jī)器人。《人工智能+機(jī)器人入門與實(shí)戰(zhàn)》力求通過一系列不同層次的軟硬件任務(wù)，由淺入深地講解人工智能的概念，同時(shí)覆蓋Linux系統(tǒng)操作、Python編程、機(jī)器人系統(tǒng)搭建等多方面的綜合知識(shí)。在本書案例中使用的主要硬件載體是可在桌面上固定運(yùn)轉(zhuǎn)的雙軸云臺(tái)和三軸機(jī)械臂等，它們可以代表一類智能機(jī)器人的形態(tài)。本書遵循開源、分享的創(chuàng)客精神，所有的硬件材料和軟件內(nèi)容均可以從公共平臺(tái)獲取，讀者在充分理解的基礎(chǔ)上，不必局限于本書所列硬件，可自行獲取類似設(shè)備完成項(xiàng)目。

·5.2萬字

會(huì)員

自然語言處理應(yīng)用與實(shí)戰(zhàn)

本書系統(tǒng)介紹了自然語言處理及深度學(xué)習(xí)，并結(jié)合實(shí)際應(yīng)用場(chǎng)景和綜合案例，深入淺出地講解自然語言處理領(lǐng)域的相關(guān)知識(shí)。全書共15章，分為4個(gè)部分。第1部分是自然語言處理基礎(chǔ)，首先介紹自然語言處理的相關(guān)概念和基本技能，然后介紹詞向量技術(shù)和實(shí)現(xiàn)方法，最后介紹關(guān)鍵詞提取技術(shù)。第2部分是自然語言處理核心技術(shù)，分別介紹樸素貝葉斯算法、N-gram語言模型、PyTorch深度學(xué)習(xí)框架、FastText模型文本分類和基于深度學(xué)習(xí)的文本分類。第3部分是序列標(biāo)注，介紹序列標(biāo)注的具體應(yīng)用，如HMM詞性標(biāo)注和HMM命名實(shí)體識(shí)別等常見的自然語言處理應(yīng)用場(chǎng)景。第4部分是預(yù)訓(xùn)練模型，它在很大程度上促進(jìn)了自然語言處理的發(fā)展，這部分內(nèi)容關(guān)注預(yù)訓(xùn)練模型的具體應(yīng)用，如ALBERT的命名實(shí)體識(shí)別、Transformer的文本分類、BERT的文本相似度計(jì)算、ERNIE的情感分析等。本書適合對(duì)人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理感興趣的讀者閱讀，也可以作為應(yīng)用型本科院校和高等職業(yè)院校人工智能相關(guān)專業(yè)的教材。

·6萬字

會(huì)員

智能化變革：人工智能技術(shù)進(jìn)化與價(jià)值創(chuàng)造

智能化變革將是一輪經(jīng)濟(jì)社會(huì)全面變革，涉及科學(xué)研究、技術(shù)創(chuàng)新、商業(yè)落地、社會(huì)融合、科技倫理等方方面面。本書立足技術(shù)趨勢(shì)，著眼業(yè)界動(dòng)向，給出對(duì)人工智能理論、技術(shù)、產(chǎn)業(yè)化和社會(huì)融合等方面趨勢(shì)的科普解讀，希望對(duì)讀者開展人工智能科學(xué)研究、產(chǎn)品研發(fā)和行業(yè)應(yīng)用等有所啟發(fā)。

·16.3萬字

會(huì)員

機(jī)器人制作從入門到精通（第3版）

本書從仿生機(jī)器人的角度出發(fā)，以實(shí)例形式詳細(xì)介紹了當(dāng)今流行的機(jī)器人設(shè)計(jì)、選材和制作方法，意在讓讀者以最快的速度掌握制作小型機(jī)器人所需的知識(shí)和技能，提高制作水平。本書第3版在第2版的基礎(chǔ)上新增了4個(gè)制作實(shí)例，新增篇幅占總篇幅的1-4左右，內(nèi)容更加豐富。書中收錄的17個(gè)精彩實(shí)例涵蓋了模擬機(jī)器人、神經(jīng)網(wǎng)絡(luò)機(jī)器人、數(shù)字機(jī)器人、數(shù)字式電子計(jì)算機(jī)等4大門類，內(nèi)容包括機(jī)器人的工作原理、設(shè)計(jì)思路和具體實(shí)現(xiàn)方法，可以循序漸進(jìn)地助你從入門者進(jìn)階為高手。

·7.6萬字

會(huì)員

圖像處理與深度學(xué)習(xí)

本書內(nèi)容由淺入深、循序漸進(jìn)，涵蓋了深度學(xué)習(xí)在圖像處理中的應(yīng)用技術(shù)。本書共8章，首先簡(jiǎn)要介紹圖像處理技術(shù)，以及深度學(xué)習(xí)在圖像領(lǐng)域中的應(yīng)用；接著對(duì)深度學(xué)習(xí)在圖像處理中的應(yīng)用技術(shù)進(jìn)行詳細(xì)介紹，包括圖像陰影檢測(cè)、圖像陰影去除、圖像噪聲處理、圖像勻光和勻色等內(nèi)容；然后對(duì)基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重建方法進(jìn)行講解；最后以基于深度學(xué)習(xí)的紅樹林提取和屋頂提取與綠化評(píng)價(jià)為例，詳細(xì)講解深度學(xué)習(xí)在圖像處理中的應(yīng)用。

·14.4萬字

會(huì)員

人工智能的神話或悲歌

本書稿是一本科技哲學(xué)的文集，多數(shù)是關(guān)于人工智能問題的，但不限于人工智能，也涉及基因編輯，還有一篇討論“宇宙社會(huì)學(xué)”——?jiǎng)⒋刃涝O(shè)想的一個(gè)存在于科幻中的理論，雖然不是被承認(rèn)的學(xué)科，但其中包含重要的現(xiàn)實(shí)意義。主要論文有：《一個(gè)反存在的存在論問題》，《近憂遠(yuǎn)慮：人工智能的倫理學(xué)和存在論分析》，《人工智能的自我意識(shí)何以可能？》，《人工智能會(huì)是一個(gè)要命的問題嗎？》，《是人的問題還是人工智能的問題？——回應(yīng)博古睿研究院（BerggruenInstitute）關(guān)于人工智能的問題》，《完美是最好的嗎？》，《人類可能會(huì)死于好事而不是壞事》，《最壞可能世界與“安全聲明”——來自的問題》，《未來的合法限度》，《要命的不是人工智能統(tǒng)治世界,而是人可能先亡于它創(chuàng)造的一切好事》等。書稿較為集中探討了現(xiàn)代人工智能的區(qū)分、本質(zhì)、危險(xiǎn)、可能的解決辦法等問題，具有前沿學(xué)術(shù)價(jià)值。

·11.3萬字

會(huì)員

AI源碼解讀：數(shù)字圖像處理案例（Python版）

本書根據(jù)當(dāng)前人工智能RNN深度學(xué)習(xí)的發(fā)展成果，具體設(shè)計(jì)基于RNN的模型算法，并給出了具體實(shí)現(xiàn)，算法流程及Python代碼實(shí)現(xiàn)。其主要內(nèi)容包括：基于深度學(xué)習(xí)的圖像處理的20個(gè)案例，基于Python的具體實(shí)現(xiàn)，本書圖文并茂，豐富實(shí)用，深入淺出，易學(xué)易用。本書根據(jù)當(dāng)前人工智能RNN深度學(xué)習(xí)的發(fā)展成果，具體設(shè)計(jì)基于RNN的模型算法，并給出了具體實(shí)現(xiàn)，算法流程及Python代碼實(shí)現(xiàn)。其主要內(nèi)容包括：基于深度學(xué)習(xí)的圖像處理的20個(gè)案例，基于Python的具體實(shí)現(xiàn)，本書圖文并茂，豐富實(shí)用，深入淺出，易學(xué)易用。

·6萬字

會(huì)員

TensorFlow 2.0神經(jīng)網(wǎng)絡(luò)實(shí)踐

本書通過聚焦于開發(fā)基于神經(jīng)網(wǎng)絡(luò)的解決方案來介紹機(jī)器學(xué)習(xí)，首先將從熟悉構(gòu)建深度學(xué)習(xí)解決方案所需的概念和技術(shù)開始，然后介紹如何創(chuàng)建分類器、構(gòu)建目標(biāo)檢測(cè)和語義分割神經(jīng)網(wǎng)絡(luò)、訓(xùn)練生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速開發(fā)過程。學(xué)完本書之后，讀者將能夠使用TF2.0開發(fā)任何機(jī)器學(xué)習(xí)問題的解決方案，并能將它們部署到生產(chǎn)環(huán)境之中。

·12.5萬字

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

人工智能：智能機(jī)器人

AIGC基礎(chǔ)與應(yīng)用

計(jì)算機(jī)視覺應(yīng)用與實(shí)戰(zhàn)

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

AI落地：讓人工智能為你所用

從ChatGPT到AIGC：人工智能重塑千行百業(yè)

TensorFlow技術(shù)解析與實(shí)戰(zhàn)

AI源碼解讀：卷積神經(jīng)網(wǎng)絡(luò)（CNN）深度學(xué)習(xí)案例：Python版

從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)：基于scikit-learn與TensorFlow的高效開發(fā)實(shí)戰(zhàn)

高性能超標(biāo)量CPU：微架構(gòu)剖析與設(shè)計(jì)

智能機(jī)器人制作完全手冊(cè)

財(cái)稅RPA：財(cái)稅智能化轉(zhuǎn)型實(shí)戰(zhàn)

人工智能+機(jī)器人入門與實(shí)戰(zhàn)

自然語言處理應(yīng)用與實(shí)戰(zhàn)

智能化變革：人工智能技術(shù)進(jìn)化與價(jià)值創(chuàng)造

機(jī)器人制作從入門到精通（第3版）

圖像處理與深度學(xué)習(xí)

人工智能的神話或悲歌

AI源碼解讀：數(shù)字圖像處理案例（Python版）

TensorFlow 2.0神經(jīng)網(wǎng)絡(luò)實(shí)踐