电子游戏mg摆脱网站是多少

本書由微軟亞洲研究院的資深AI工程師撰寫，是一本面向初學者的、以實戰為導向的深度學習指南。本書首先詳細講解了深度學習的知識體系、核心概念、模型與算法、工具和庫（TensorFlow等）等全棧技術知識，然后以案例的形式講解了如何將這些知識應用到計算機視覺、自然語言處理、語音識別、對話機器人、人臉識別、自動駕駛領域。

·9.6萬字

會員

機器學習入門：數學原理解析及算法實踐

本書面向初學者，介紹了機器學習的基本方法，循序漸進的闡述了其中的數學原理，讓讀者能夠知其然，然后知其所以然。書中結合應用場景，列舉了大量編程實例幫助讀者開展動手實踐，理論與實踐相輔相成，對算法原理產生更加直觀和感性的認識。作者希望能夠通過本書幫助讀者揭開人工智能領域的神秘面紗，走進人工智能和機器學習的大門，了解其中的奧秘，甚至成為該領域的學習者、研究者和實踐者。

·10.1萬字

會員

人工智能+機器人入門與實戰

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

·5.2萬字

會員

區塊鏈技術及應用

本書系統詳實地介紹了區塊鏈技術和應用，主要包括三大部分內容：由淺入深地介紹了區塊鏈技術緣起、演進過程、技術原理和發展趨勢；分享并解析了落地應用案例，以華為云區塊鏈服務為例示范了區塊鏈應用實踐的過程；分析探究了區塊鏈的價值、未來發展趨勢以及有關區塊鏈的其他問題，為區塊鏈應用的開發和創新提供多視角的思路。本書的目標讀者是所有想充分了解區塊鏈技術和應用的人群。本書既包含區塊鏈基礎知識，又有對區塊鏈應用場景以及發展趨勢的探究，可以幫助非專業人員系統地了解區塊鏈；同時，本書也有對一些技術原理、算法和應用實踐的討論，期望幫助開發工程師更加快速、深入地投入區塊鏈的開發工作當中。

·17.7萬字

會員

智能城市治理

本書圍繞“智能城市治理生態”的概念，對“城市生命體”“智能自治體”“治理范式”等重點組成部分進行條分縷析。全書共五章，第一章總結了城市化的進程、智能城市的發展現狀；第二章介紹了“國家治理生態”“城市生命體”的理論和核心要素；第三章以精要的方式分析了“智能城市生命體”十大子系統的“點-網-流”、脆弱性、智能標準及智能化；第四章重點闡釋了“智能城市治理生態”的運行基礎、內在邏輯、外在形態、智能自治體及治理范式等核心內容；第五章針對人與城市的關系、生態平衡與治理進化這兩個“智能城市治理生態”概念背后的隱含問題進行深入思考。本書主要面向國家公務員、從事信息化城市治理的研究人員，以及社會治理相關領域的研究人員。

·14.1萬字

會員

深入淺出Embedding：原理解析與應用實踐

這是一本系統、全面、理論與實踐相結合的Embedding技術指南，由資深的AI技術專家和高級數據科學家撰寫，得到了黃鐵軍、韋青、張崢、周明等中國人工智能領域的領軍人物的一致好評和推薦。在內容方面，本書理論與實操兼顧，一方面系統講解了Embedding的基礎、技術、原理、方法和性能優化，一方面詳細列舉和分析了Embedding在機器學習性能提升、中英文翻譯、推薦系統等6個重要場景的應用實踐；在寫作方式上，秉承復雜問題簡單化的原則，盡量避免復雜的數學公式，盡量采用可視化的表達方式，旨在降低本書的學習門檻，讓讀者能看得完、學得會。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的基礎知識、原理以及如何讓Embedding落地的相關技術，如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學習方法等，重點介紹了Transformer和基于它的GPT、BERT預訓練模型及BERT的多種改進版本等。第二部分（第10~16章）Embedding應用實例。通過6個實例介紹了Embedding及相關技術的實際應用，包括如何使用Embedding提升傳統機器學習性，如何把Embedding技術應用到推薦系統中，如何使用Embedding技術提升NLP模型的性能等。

·11.3萬字

會員

生成對抗網絡入門指南（第2版）

生成對抗網絡毫無疑問是當今熱門的人工智能技術之一，曾被美國《麻省理工科技評論》評選為“全球十大突破性技術”。《生成對抗網絡入門指南》是一本結合基礎理論與工程實踐的入門型書籍，深入淺出地講解了生成對抗網絡的各類模型以及技術發展。本書面向機器學習從業人員、在校相關專業學生以及具備一定基礎的人工智能領域愛好者。通過本書的學習，能夠了解生成對抗網絡的技術原理，并通過書中的代碼實例深入技術細節。本書共分12個章節，其中前半部分分別介紹了目前研究領域已經較為成熟的生成對抗網絡模型，比如DCGAN、WGAN等等，以及大量不同結構的生成對抗網絡變種。本書后半部分介紹了文本到圖像的生成、圖像到圖像的生成、離散數據的生成以及當前前沿的高質量生成技術，結尾總結了目前生成對抗網絡在行業應用中的研究與發展。希望本書能夠幫助廣大讀者跟上新技術的前沿，成為人工智能時代的先行者。

·10萬字

會員

AI源碼解讀：數字圖像處理案例（Python版）

本書根據當前人工智能RNN深度學習的發展成果，具體設計基于RNN的模型算法，并給出了具體實現，算法流程及Python代碼實現。其主要內容包括：基于深度學習的圖像處理的20個案例，基于Python的具體實現，本書圖文并茂，豐富實用，深入淺出，易學易用。本書根據當前人工智能RNN深度學習的發展成果，具體設計基于RNN的模型算法，并給出了具體實現，算法流程及Python代碼實現。其主要內容包括：基于深度學習的圖像處理的20個案例，基于Python的具體實現，本書圖文并茂，豐富實用，深入淺出，易學易用。

·6萬字

會員

深度學習：原理與應用實踐

深度學習與大數據是當今最流行和最受關注的兩大計算機技術方向。本書旨在成為國內第一本深度學習原著。本書將全面、系統地介紹深度學習相關的技術，包括人工神經網絡，卷積神經網絡，深度學習平臺及源代碼分析，深度學習入門與進階，深度學習高級實踐，所有章節均附有源程序，所有實驗讀者均可重現，具有高度的可操作性和實用性。通過本書，研究人員、深度學習愛好者，能夠在2-3個月內，系統掌握深度學習相關的理論和技術。

·4.8萬字

會員

實戰AI大模型

《實戰AI大模型》是一本旨在填補人工智能（AI）領域（特別是AI大模型）理論與實踐之間鴻溝的實用手冊。書中介紹了AI大模型的基礎知識和關鍵技術，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT4、PaLM和視覺模型等，并詳細解釋了這些模型的技術原理、實際應用以及高性能計算（HPC）技術的使用，如并行計算和內存優化。同時，《實戰AI大模型》還提供了實踐案例，詳細介紹了如何使用ColossalAI訓練各種模型。無論是人工智能初學者還是經驗豐富的實踐者，都能從本書學到實用的知識和技能，從而在迅速發展的AI領域中找到適合自己的方向。

·14.8萬字

會員

OpenCV 4機器學習算法原理與編程實戰

本書主要面向OpenCV領域的研究與開發人員，采用原理結合實戰的方式，介紹OpenCV4的機器學習算法模塊與深度神經網絡模塊中的核心算法原理與C++編程實戰。全書共10章，第1~3章，介紹OpenCV4的基礎知識、基本圖像操作和機器學習基礎知識；第4~8章，介紹K-means、KNN、決策樹、隨機森林、Boosting算法和支持向量機等機器學習算法與編程實戰；第9~10章，介紹神經網絡與深度神經網絡的基本原理與編程實戰，并提供了不同深度學習模型的部署示例代碼。

·10.3萬字

會員

深度學習必學的十個問題：理論與實踐

本書兼顧了數學上的理解和代碼實踐，內容主要包括基礎知識和深度學習模型。第1章介紹深度學習的簡潔發展思路和表示學習機制；第2章、第3章介紹神經網絡的基于梯度的優化方法、神經網絡的優化難點以及相應的解決方法；第4章討論神經網絡遇到的過擬合問題；第5章分析神經網絡的最小組成部分：神經元；第6章討論三種方案解決深層網絡的訓練難題：批標準化、SELU、ResNet；第7章、第8章講述了兩種重要的神經網絡模型：卷積神經網絡和循環神經網絡；第9章討論了對于神經網絡的無監督學習方式；第10章詳細討論以變分自編碼器和對抗生成網絡為代表的概率生成網絡。本書適合對于深度學習感興趣的大學生、工程師閱讀參考。閱讀本書需要具備基礎的Python編程技術和基本的數學知識。

·5.1萬字

會員

邊緣計算與人工智能應用開發技術

本書詳細介紹邊緣計算和人工智能技術，主要內容包括邊緣計算與人工智能概述、邊緣計算與人工智能基本開發方法、邊緣計算與人工智能模型開發、邊緣計算與人工智能基礎應用開發、邊緣計算與人工智能綜合應用開發。全書采用項目式開發的學習方法，通過貼近日常生活的開發實例，由淺入深地介紹邊緣計算與人工智能的相關知識。本書中的每個案例均有完整的開發過程，并給出了開發代碼，讀者可在這些案例的基礎上快速地進行二次開發。

·9.5萬字

會員

ChatGPT速通手冊

ChatGPT的發布被業界認為是通用人工智能的iPhone時刻，標志著自然語言處理領域新時代的到來。本書將由淺入深地為廣大讀者介紹ChatGPT的基礎概念、底層原理，不同場景下的運用實踐技巧，行業生態中熱門的應用，并適度展望多模態下的通用人工智能應用前景。最后，本書以群聊和文檔問答兩個具體場景的開源項目為例，演示講解如何使用ChatGPTAPI、向量數據庫和LangChain工具集，開發構建自己的ChatGPT應用。希望本書能為讀者深入了解ChatGPT的應用和潛力提供全面的指導和參考，激發更多人嘗試和探索ChatGPT。

·8.8萬字

會員

深入淺出AI算法：基礎概覽

本書從理論到實踐，循序漸進地介紹了人工智能算法的基礎知識，幫助讀者敲開人工智能算法之門。本書內容共8章，包括算法的歷史背景與基本概念、算法相關的數學基礎知識、信息學算法與數據結構相關的概念與知識，以及業界常用的機器學習算法。同時，本書還介紹了算法工程的組成部分，以及一個典型的算法工程實踐項目，手把手帶領讀者體驗算法的魅力。本書還介紹了人工智能算法的三大研究方向，幫助讀者邁向AI算法的進階學習之路。本書每一章的內容都采用了“總分總”形式，并且在章節末尾提煉出該章的核心關鍵詞，方便讀者進一步查詢回顧。其中，第2章~第7章配有若干代表性的思考題，幫助讀者鞏固章節所學知識。本書適合從事與人工智能相關的工程技術人員和高等院校相關專業的學生，以及在AI領域就業一兩年以內的職場人士閱讀。

·9.7萬字

會員

機器人構建實戰

隨著科技的不斷發展，軟硬件之間的整合越來越密切，機器人也在這樣的大環境下獲得了前所未有的發展。機器人構建實戰是一本基礎的介紹機器人設計與搭建的指南，能夠幫助更多的人了解機器人。機器人構建實戰通過6篇，共計30章內容，全面細致地向讀者介紹了有關機器人的相關知識。機器人構建實戰從基礎知識講起，分別介紹了避障機器人、除障機器人、全向運動機器人以及幾個綜合項目。機器人構建實戰內容全面、講解細致，可作為高等院校的機械、電子、計算機、自動化等相關專業學生的機器人課程與實訓的指導用書，也可供機器人愛好者及參加機器人比賽的師生選用。

·8.1萬字

會員

人工智能導論

當今時代，人工智能技術越來越受重視，影響著人類生活的方方面面，提高人工智能相關知識素養，十分有必要。全書是人工智能入門類基礎書，共10章，內容包括人工智能概述、機器學習、神經網絡與深度學習、智能語音處理及應用、計算機視覺處理及應用、自然語言處理及應用、知識圖譜及應用、機器人、經典智能算法Python實現、展望等。《人工智能導論》適合作為高等院校人工智能、計算機科學與技術、大數據、軟件工程或相關專業的入門教材，也適合從事相關工作的人工智能愛好者和工程師閱讀。

·15.8萬字

會員

大圣陪你學AI：人工智能從入門到實驗（上冊）

本書以孫悟空師徒學習AI為題材，通過主人公孫大圣學習AI知識和方法，并教授其他師兄弟了解AI知識，幫助他們通過百度AI技術掌握特殊技能，實現夢想。全書分8章，分別通過卡通故事給少兒讀者講解幾項簡單的AI技術，然后通過百度AI平臺讓讀者參與實驗了解AI技術是什么。本書以少兒讀者為對象，以卡通動漫的形式科普AI知識和技術，為少兒打開AI夢想的大門。

·2.4萬字

會員

神經網絡與深度學習：基于MATLAB的仿真與實現

本書闡述經典神經網絡及典型的深度學習（神經網絡）方法的基本架構、算法原理及相關問題。在此基礎上，介紹MATLAB中神經網絡工具箱在神經網絡、深度學習中的應用，并給出相應的應用實例。本書可作為高等院校相關專業的本科生、研究生及從事神經網絡及深度學習方面學習及研究工作的專業人員的參考書。

·13.5萬字

會員

企業級AI技術內幕：深度學習框架開發+機器學習案例實戰+Alluxio解密

《企業級AI技術內幕：深度學習框架開發+機器學習案例實戰+Alluxio解密》分為盤古人工智能框架開發專題篇、機器學習案例實戰篇、分布式內存管理Alluxio解密篇，分別對人工智能開發框架、機器學習案例及Alluxio系統進行透徹解析。盤古人工智能框架開發專題篇，通過代碼講解多層次神經網絡、前向傳播算法、反向傳播算法、損失度計算及可視化、自適應學習和特征歸一化等內容。機器學習案例實戰篇，選取機器學習中最具代表性的經典案例，透徹講解機器學習數據預處理、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、隨機森林回歸等回歸算法，邏輯回歸、k近鄰算法、支持向量機、樸素貝葉斯、決策樹分類、隨機森林分類等分類算法、ｋ均值聚類、層次聚類等聚類算法，以及關聯分析算法，并對回歸模型、分類模型進行性能評估。分布式內存管理Alluxio解密篇，詳細講解Alluxio架構、部署、底層存儲及計算應用、基本用法、運行維護等內容。

·19.9萬字

跳轉至頁

官术网_书友最值得收藏!

人工智能

分類

狀態

屬性

字數

更新時間

深度學習：核心技術、工具與案例解析