派对互动游戏

本書作者從實(shí)踐出發(fā)，總結(jié)了智能數(shù)據(jù)分析常用的方法，深入淺出地介紹了智能數(shù)據(jù)分析編程過程中的相關(guān)知識(shí)。書中涵蓋Python環(huán)境搭建、Python基礎(chǔ)語法、控制語句、函數(shù)、面向?qū)ο缶幊獭?shù)值計(jì)算、數(shù)據(jù)處理、繪圖、模型構(gòu)建等內(nèi)容，還配套提供了程序代碼及數(shù)據(jù)。此外，每章的最后均提供課后習(xí)題，幫助讀者快速掌握Python的使用方法。

·11.5萬字

會(huì)員

人工智能實(shí)戰(zhàn)進(jìn)階導(dǎo)引

本書選擇以遮擋人臉識(shí)別這一當(dāng)今世界難題為例，探索人工智能技術(shù)實(shí)戰(zhàn)進(jìn)階之路。本書重現(xiàn)了筆者對(duì)人臉有無口罩識(shí)別、口罩分割提取、遮擋人臉識(shí)別等方面的技術(shù)探索與實(shí)現(xiàn)過程。從視頻圖像的智能分割、圖像區(qū)域生長算法設(shè)計(jì)與實(shí)現(xiàn)、智能采集、智能分割、智能變換、智能融合、圖像邊緣智能檢測、圖像非局部均值濾波等角度入手，嘗試了遮擋人臉圖像處理的探索，并最終分別基于MATLAB和Python實(shí)現(xiàn)了遮擋人臉識(shí)別。本書內(nèi)容通俗易懂，適用于對(duì)人工智能實(shí)戰(zhàn)應(yīng)用感興趣但缺少專業(yè)指導(dǎo)的讀者。無論是對(duì)遮擋人臉識(shí)別技術(shù)感興趣的大學(xué)生，還是希望向人工智能領(lǐng)域轉(zhuǎn)型的技術(shù)人員，都可以通過本書的指引，輕松完成人工智能實(shí)戰(zhàn)進(jìn)階。

·9.9萬字

會(huì)員

Python強(qiáng)化學(xué)習(xí)：算法、核心技術(shù)與行業(yè)應(yīng)用

本書使用受現(xiàn)實(shí)世界商業(yè)和行業(yè)問題啟發(fā)的實(shí)際示例來講授強(qiáng)化學(xué)習(xí)技術(shù)的相關(guān)知識(shí)。本書分為四部分：第一部分涵蓋強(qiáng)化學(xué)習(xí)的必要背景，包括定義、數(shù)學(xué)基礎(chǔ)和強(qiáng)化學(xué)習(xí)解決方案的概述；第二部分深入介紹最先進(jìn)的強(qiáng)化學(xué)習(xí)算法（規(guī)模化的深度Q-學(xué)習(xí)、基于策略的方法、基于模型的方法、多智能體強(qiáng)化學(xué)習(xí)等），包括每種算法的優(yōu)缺點(diǎn)；第三部分介紹強(qiáng)化學(xué)習(xí)中的高級(jí)技術(shù)，包括機(jī)器教學(xué)、泛化和域隨機(jī)化、元強(qiáng)化學(xué)習(xí)等主題，還涵蓋強(qiáng)化學(xué)習(xí)中有助于改進(jìn)模型的各種高級(jí)主題；第四部分講解強(qiáng)化學(xué)習(xí)的各種應(yīng)用，例如自主系統(tǒng)、供應(yīng)鏈管理、營銷和金融、智慧城市與網(wǎng)絡(luò)安全等，并討論強(qiáng)化學(xué)習(xí)領(lǐng)域的一些挑戰(zhàn)及未來方向。學(xué)完本書，你將掌握如何訓(xùn)練和部署自己的強(qiáng)化學(xué)習(xí)智能體來解決強(qiáng)化學(xué)習(xí)問題。

·19.5萬字

會(huì)員

虛擬偶像AI實(shí)現(xiàn)

本書從虛擬偶像的發(fā)展歷程和制作流程入手，通過通俗的語言和多方位的視角，介紹了2D\3D建模工具和深度學(xué)習(xí)框架TensorFlow與Pytorch在虛擬偶像制作中的應(yīng)用，原理與實(shí)踐并重，同時(shí)結(jié)合大量實(shí)際范例講解如何建模、AI表情動(dòng)作遷移以及人機(jī)交互等制作虛擬偶像的完整流程。從擬真人的人物建模到表情動(dòng)作的實(shí)時(shí)捕捉，再到傳輸?shù)絼?dòng)作引擎中驅(qū)動(dòng)人物動(dòng)作，向讀者展現(xiàn)了人工智能技術(shù)的強(qiáng)大與魅力。本書深入淺出，實(shí)操性和系統(tǒng)性強(qiáng)，適合有一定IT背景并對(duì)虛擬產(chǎn)業(yè)關(guān)注的廣大讀者使用。

·5.4萬字

會(huì)員

人工智能硬件電路設(shè)計(jì)基礎(chǔ)及應(yīng)用

本書針對(duì)人工智能硬件電路設(shè)計(jì)基礎(chǔ)、著重介紹硬件電路相關(guān)的設(shè)計(jì)知識(shí)及SoC設(shè)計(jì)開發(fā)過程中數(shù)字前端知識(shí)，包括VHDL技術(shù)、Verilog技術(shù)及HLS技術(shù)。同時(shí)將開發(fā)SoC中常用的模塊作為應(yīng)用實(shí)例進(jìn)行詳細(xì)講解。VHDL技術(shù)部分詳細(xì)介紹了VHDL語言的背景知識(shí)、基本語法結(jié)構(gòu)和VHDL代碼的編寫方法。另外，該部分還加入了基礎(chǔ)電路和簡單系統(tǒng)的設(shè)計(jì)實(shí)例，以及設(shè)計(jì)共享的內(nèi)容，以便進(jìn)行代碼的分割、共享和重用。Verilog技術(shù)部分詳細(xì)介紹了與VHDL技術(shù)部分相對(duì)應(yīng)的內(nèi)容，以便讀者對(duì)照學(xué)習(xí)。在此基礎(chǔ)上，本書還給出了一些應(yīng)用實(shí)例，為讀者深入研究SoC設(shè)計(jì)開發(fā)提供了具體的系統(tǒng)電路設(shè)計(jì)和驗(yàn)證結(jié)果。本書還在附錄詳細(xì)介紹了Xilinx和AlteraFPGA軟件環(huán)境下的操作步驟，以及在遠(yuǎn)程服務(wù)器環(huán)境中使用以上環(huán)境的操作步驟。同時(shí)附上書中涉及的所有代碼，方便讀者進(jìn)行復(fù)現(xiàn)和二次開發(fā)。

·9.7萬字

會(huì)員

智能計(jì)算：原理與實(shí)踐

本書面向人工智能學(xué)科的前沿領(lǐng)域，系統(tǒng)地討論了智能計(jì)算的原理與實(shí)現(xiàn)，比較全面地反映了智能計(jì)算研究和應(yīng)用的最新進(jìn)展。書中涵蓋了支持向量機(jī)、混沌計(jì)算、蟻群算法、DNA計(jì)算、DNA遺傳算法、人工免疫系統(tǒng)、螢火蟲算法、蝙蝠算法、蛙跳算法、魚群算法和其他一些算法及應(yīng)用。全書提供了大量的實(shí)用案例，重點(diǎn)強(qiáng)調(diào)實(shí)際的應(yīng)用和計(jì)算工具，這些對(duì)于智能計(jì)算領(lǐng)域的進(jìn)一步發(fā)展是非常有意義的。本書取材新穎、內(nèi)容系統(tǒng)、深入淺出、材料豐富，理論密切結(jié)合實(shí)際，具有較高的學(xué)術(shù)水平和參考價(jià)值。本書可作為人工智能、信息與通信工程、儀器科學(xué)與技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)等相關(guān)領(lǐng)域的科研人員及工程技術(shù)人員的參考書，也可作為研究生和高年級(jí)本科生開闊視野、增長知識(shí)的閱讀材料。

·20.4萬字

會(huì)員

人工智能與人機(jī)博弈（物聯(lián)網(wǎng)在中國）

人工智能技術(shù)在20世紀(jì)50年代誕生，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門綜合性技術(shù)科學(xué)。人工智能技術(shù)的發(fā)展經(jīng)歷過數(shù)次起伏，在螺旋式上升中不斷取得新的突破。人機(jī)博弈是人工智能領(lǐng)域的一個(gè)重要分支。近20年來，出現(xiàn)了多次可以稱之為里程碑式的“人機(jī)大戰(zhàn)”。本書從人機(jī)博弈幾次里程碑式的事件切入，對(duì)技術(shù)發(fā)展進(jìn)程中的重要人物、節(jié)點(diǎn)和技術(shù)突破進(jìn)行詳細(xì)介紹，從中梳理出人工智能研究方法論的演進(jìn)，并對(duì)人工智能技術(shù)未來發(fā)展方向提出展望

·14.3萬字

會(huì)員

深入淺出圖神經(jīng)網(wǎng)絡(luò)：GNN原理解析

這是一本從原理、算法、實(shí)現(xiàn)、應(yīng)用4個(gè)維度詳細(xì)講解圖神經(jīng)網(wǎng)絡(luò)的著作，在圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域具有重大的意義。本書作者是圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域的資深技術(shù)專家，作者所在的公司極驗(yàn)也是該領(lǐng)域的領(lǐng)先者。本書是作者和極驗(yàn)多年研究和實(shí)踐經(jīng)驗(yàn)的總結(jié)，內(nèi)容系統(tǒng)、扎實(shí)、深入淺出，得到了白翔、俞棟等幾位來自學(xué)術(shù)界和企業(yè)界的領(lǐng)軍人物的高度評(píng)價(jià)和強(qiáng)烈推薦。全書共10章：第1～4章全面介紹了圖、圖數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡(luò)以及表示學(xué)習(xí)等基礎(chǔ)知識(shí)，是閱讀本書的預(yù)備知識(shí)；第5～6章從理論的角度出發(fā)，講解了圖信號(hào)處理和圖卷積神經(jīng)網(wǎng)絡(luò)，深入剖析了圖卷積神經(jīng)網(wǎng)絡(luò)的性質(zhì)，并提供了GCN實(shí)現(xiàn)節(jié)點(diǎn)分類的實(shí)例。第7～9章全面的講解了圖神經(jīng)網(wǎng)絡(luò)的各種變體及范式、圖分類機(jī)制及其實(shí)踐，以及基于GNN的圖表示學(xué)習(xí)；第10章介紹了圖神經(jīng)網(wǎng)絡(luò)的最新研究和應(yīng)用。

·8.9萬字

會(huì)員

城堡里學(xué)無人機(jī)：原理、系統(tǒng)與實(shí)現(xiàn)

《城堡里學(xué)無人機(jī)：原理、系統(tǒng)與實(shí)現(xiàn)》是一本關(guān)于無人機(jī)概念、原理、系統(tǒng)與實(shí)現(xiàn)的參考書，共分三篇，七個(gè)章節(jié)。主要內(nèi)容有：無人機(jī)的故事、無人機(jī)的類型和控制方式、無人機(jī)的軟硬件系統(tǒng)、無人機(jī)行業(yè)應(yīng)用、以及學(xué)習(xí)無人機(jī)所需的基礎(chǔ)技能和各種共享資源等相關(guān)知識(shí)。本書著重闡釋了無人機(jī)行業(yè)、市場、讀者職業(yè)三者之間的相互關(guān)系，并結(jié)合無人機(jī)實(shí)際應(yīng)用和制作指導(dǎo)為讀者提供進(jìn)入無人機(jī)領(lǐng)域的各項(xiàng)知識(shí)，將實(shí)用性、趣味性、理論性充分融合，可以幫助讀者盡快跨入無人機(jī)的世界。《城堡里學(xué)無人機(jī)：原理、系統(tǒng)與實(shí)現(xiàn)》的主要讀者是無人機(jī)領(lǐng)域的愛好者、從業(yè)者和其他行業(yè)的無人機(jī)應(yīng)用者或有意應(yīng)用無人機(jī)的那些讀者，相關(guān)院校和專業(yè)的師生也可將此書當(dāng)作培訓(xùn)教材或輔導(dǎo)教材使用。

·10.2萬字

會(huì)員

寫好論文：思維模型與AI輔助應(yīng)用

《寫好論文：思維模型與AI輔助應(yīng)用》創(chuàng)新性地將學(xué)術(shù)寫作的思維模型與AI輔助工具相結(jié)合，為讀者提供了一套全新且實(shí)用的學(xué)術(shù)寫作方法，旨在助力讀者提高學(xué)術(shù)寫作的質(zhì)量和水平。《寫好論文：思維模型與AI輔助應(yīng)用》共9章，每章都聚焦一個(gè)特定的思維模型。這些模型包括“頂天立地加兩翼”結(jié)構(gòu)模型、選擇和確定研究單位的三角模型、OBTQP研究問題模型、細(xì)化研究維度的思維羅盤模型、推導(dǎo)文獻(xiàn)綜述“GAP”的破界創(chuàng)新模型、匹配研究理論的勾連信號(hào)模型、適配研究方法的畫布模型、非共識(shí)研究觀點(diǎn)模型和深入解決問題的U型思維模型。對(duì)于每個(gè)模型，書中都有詳細(xì)的背景介紹、拆解步驟、應(yīng)用方法和案例分析，確保讀者能夠全方位地理解并實(shí)際應(yīng)用這些模型，從而真正掌握學(xué)術(shù)寫作的思維精髓和實(shí)踐要訣。《寫好論文：思維模型與AI輔助應(yīng)用》適合學(xué)術(shù)研究人員、研究生、博士生等需要撰寫學(xué)術(shù)論文的人閱讀，也適合對(duì)學(xué)術(shù)研究感興趣、希望深入了解其思維方式和研究方法的讀者閱讀。

·13.8萬字

會(huì)員

AIGC從入門到實(shí)戰(zhàn)：ChatGPT+Midjourney+Stable Diffusion+行業(yè)應(yīng)用

本書旨在探討AIGC的發(fā)展歷程、應(yīng)用范圍及其對(duì)社會(huì)和個(gè)人的影響，從而幫助讀者深入了解并應(yīng)用人工智能技術(shù)。本書共分為8章。第1章介紹了ChatGPT和AIGC的發(fā)展歷史，以及核心技術(shù)的演進(jìn)與應(yīng)用。第2章詳細(xì)探討了ChatGPT的特點(diǎn)、功能，以及它在文科和理科領(lǐng)域的應(yīng)用。第3章深入介紹了ChatGPT及其他AIGC對(duì)個(gè)人的賦能，包括原理、成本、應(yīng)用場景、高質(zhì)量答案的提問技巧，以及如何利用ChatGPT進(jìn)行編程。此部分還提到了AIGC時(shí)代下的職業(yè)規(guī)劃。第4章重點(diǎn)介紹了AIGC在創(chuàng)意領(lǐng)域的應(yīng)用，特別是Midjourney工具的使用。第5章講解了如何使用AIGC技術(shù)來創(chuàng)建數(shù)字人分身，使他們能夠說話、唱歌，甚至成為主播。第6章強(qiáng)調(diào)了AIGC如何賦能職場，包括輔助設(shè)計(jì)、思維導(dǎo)圖生成、文本創(chuàng)作、市場調(diào)研與策劃、短視頻創(chuàng)作，以及辦公軟件使用。第7章介紹了AIGC在不同行業(yè)和領(lǐng)域的創(chuàng)新場景，包括電商、傳媒、金融、教育行業(yè)，以及工業(yè)領(lǐng)域等。第8章介紹了如何有效應(yīng)對(duì)AI革命。書末還推薦了許多AIGC相關(guān)的資源。

·7.2萬字

會(huì)員

深度學(xué)習(xí)進(jìn)階：自然語言處理

《深度學(xué)習(xí)進(jìn)階：自然語言處理》是《深度學(xué)習(xí)入門：基于Python的理論與實(shí)現(xiàn)》的續(xù)作，圍繞自然語言處理和時(shí)序數(shù)據(jù)處理，介紹深度學(xué)習(xí)中的重要技術(shù)，包括word2vec、RNN、LSTM、GRU、seq2seq和Attention等。本書語言平實(shí)，結(jié)合大量示意圖和Python代碼，按照“提出問題”“思考解決問題的新方法”“加以改善”的流程，基于深度學(xué)習(xí)解決自然語言處理相關(guān)的各種問題，使讀者在此過程中更深入地理解深度學(xué)習(xí)中的重要技術(shù)。

·13.3萬字

會(huì)員

人工智能安全

本書在簡要介紹人工智能發(fā)展歷程、世界各國人工智能戰(zhàn)略規(guī)劃之后，重點(diǎn)圍繞人工智能安全主題，提出人工智能安全體系架構(gòu)，討論了人工智能助力安全、人工智能內(nèi)生安全、人工智能衍生安全等相關(guān)內(nèi)容，并深入研究了人工智能安全倫理準(zhǔn)則。本書還詳細(xì)分析了人工智能行為體及其可能引發(fā)的安全問題，提出了人工智能保險(xiǎn)箍的解決方案，并給出了人工智能行為體的安全評(píng)估與檢測方法。本書最后還探討了人工智能的前沿技術(shù)，以及人工智能安全的未來發(fā)展趨勢。本書適合人工智能及安全領(lǐng)域的研究人員、管理人員以及廣大愛好者閱讀。

·27.5萬字

會(huì)員

現(xiàn)代決策樹模型及其編程實(shí)踐：從傳統(tǒng)決策樹到深度決策樹

決策樹是數(shù)據(jù)分析中廣泛使用的機(jī)器學(xué)習(xí)模型，其模型簡單、算法快速且具有可解釋性。但隨著大數(shù)據(jù)的涌現(xiàn)，將決策樹真正應(yīng)用到實(shí)踐中還面臨諸多困難。本書正是為解決這一痛點(diǎn)而作，旨在幫助讀者系統(tǒng)且全面地了解決策樹，并成功地將其用于工程實(shí)踐。

·22.1萬字

會(huì)員

生成式AI入門與AWS實(shí)戰(zhàn)

本書是專注于如何在AWS上開發(fā)和應(yīng)用生成式AI的實(shí)用指南，旨在為技術(shù)領(lǐng)導(dǎo)者、機(jī)器學(xué)習(xí)實(shí)踐者、應(yīng)用開發(fā)者等提供深入了解和應(yīng)用生成式AI的策略與方法。本書首先介紹了生成式AI的概念及其在產(chǎn)品和服務(wù)中的應(yīng)用潛力，然后詳細(xì)闡述了生成式AI項(xiàng)目的完整生命周期。作者探討了多種模型類型，如大語言模型和多模態(tài)模型，并提供了通過提示工程和上下文學(xué)習(xí)來優(yōu)化這些模型的實(shí)際技巧。此外，本書討論了如何使用LoRA技術(shù)對(duì)模型進(jìn)行微調(diào)，以及如何通過RLHF使模型與人類價(jià)值觀對(duì)齊。書中還介紹了RAG技術(shù)，以及如何利用LangChain和ReAct等開發(fā)agent。最后，本書介紹了如何使用AmazonBedrock構(gòu)建基于生成式AI的應(yīng)用程序。基于該強(qiáng)大的平臺(tái)，讀者可以實(shí)現(xiàn)自己的創(chuàng)新想法。本書適合對(duì)生成式AI感興趣的學(xué)生和研究人員、在AWS上開發(fā)AI應(yīng)用程序的軟件開發(fā)人員和數(shù)據(jù)科學(xué)家、尋求利用AI技術(shù)優(yōu)化業(yè)務(wù)流程的企業(yè)決策者以及對(duì)技術(shù)趨勢保持好奇心的科技愛好者閱讀。

·10.8萬字

會(huì)員

人工智能創(chuàng)新啟示錄：技術(shù)前沿

本書為中國人工智能產(chǎn)業(yè)創(chuàng)新聯(lián)盟《智能之巔》叢書的技術(shù)分冊，重點(diǎn)聚焦人工智能的關(guān)鍵前沿技術(shù)，先對(duì)人工智能技術(shù)領(lǐng)域進(jìn)行了概述，主要介紹核心及前沿領(lǐng)域的發(fā)展現(xiàn)狀和趨勢，并分析國內(nèi)外人工智能發(fā)展戰(zhàn)略；之后深入介紹、分析支撐或影響人工智能產(chǎn)業(yè)發(fā)展的核心和前沿技術(shù)，如計(jì)算機(jī)視覺、智能語音語義、人工智能芯片等。本書適合人工智能、互聯(lián)網(wǎng)和計(jì)算機(jī)行業(yè)的從業(yè)人員和研究人員（技術(shù)崗位和非技術(shù)崗位），以及創(chuàng)投相關(guān)人員閱讀參考。

·24.4萬字

會(huì)員

圖分析與圖機(jī)器學(xué)習(xí)：原理、算法與實(shí)踐

本書向數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、架構(gòu)師和業(yè)務(wù)分析師展示了如何使用領(lǐng)先的圖數(shù)據(jù)庫模型TigerGraph，目標(biāo)是向讀者介紹圖數(shù)據(jù)結(jié)構(gòu)、圖分析和圖機(jī)器學(xué)習(xí)的概念、技術(shù)和工具。三位作者介紹了涵蓋多種當(dāng)代業(yè)務(wù)需求的真實(shí)使用案例。讀者將探索從互聯(lián)數(shù)據(jù)中獲取價(jià)值的三階段方法：連接、分析和學(xué)習(xí)。幾乎每章的開頭都列出了對(duì)應(yīng)的三個(gè)方面的目標(biāo)：學(xué)習(xí)圖分析和機(jī)器學(xué)習(xí)的概念；用圖分析解決特定問題；了解如何使用GSQL查詢語言和TigerGraph圖平臺(tái)。

·12.5萬字

會(huì)員

從深度學(xué)習(xí)到圖神經(jīng)網(wǎng)絡(luò)：模型與實(shí)踐

近年來，深度學(xué)習(xí)在人工智能的發(fā)展過程中起到了舉足輕重的作用，而圖神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域的一個(gè)新興方向，被稱為圖上的深度學(xué)習(xí)。本書詳細(xì)介紹了從深度學(xué)習(xí)到圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)概念和前沿技術(shù)，包括圖上的深度學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與算法優(yōu)化、深度學(xué)習(xí)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)中的表示學(xué)習(xí)、面向圖數(shù)據(jù)的嵌入表示、初代圖神經(jīng)網(wǎng)絡(luò)、空域及譜域圖卷積神經(jīng)網(wǎng)絡(luò)等內(nèi)容。為增強(qiáng)可讀性，本書敘述清晰、內(nèi)容深入淺出、圖文并茂，力求降低初學(xué)者的學(xué)習(xí)難度。本書既可作為人工智能領(lǐng)域研究和開發(fā)人員的技術(shù)參考書，也可作為對(duì)圖上的深度學(xué)習(xí)感興趣的高年級(jí)本科生和研究生的入門書。

·17.1萬字

會(huì)員

深度學(xué)習(xí)實(shí)戰(zhàn)：基于TensorFlow 2和Keras（原書第2版）

本書簡潔地介紹了現(xiàn)代神經(jīng)網(wǎng)絡(luò)、人工智能和深度學(xué)習(xí)技術(shù)，專門為軟件工程師和數(shù)據(jù)科學(xué)家設(shè)計(jì)。第1章逐步介紹神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。第2章比較TensorFlow1.x和TensorFlow2.0編程模型。第3章重點(diǎn)介紹回歸。第4章介紹卷積神經(jīng)網(wǎng)絡(luò)及其在圖像處理中的應(yīng)用。第5章討論了CNN在圖像、視頻、音頻和文本處理方面的高級(jí)應(yīng)用。第6章重點(diǎn)介紹生成對(duì)抗網(wǎng)絡(luò)。第7章介紹詞嵌入。第8章介紹基本嵌入方法的各種擴(kuò)展。第9章介紹自動(dòng)編碼器。第10章深入研究無監(jiān)督學(xué)習(xí)模型。第11章重點(diǎn)介紹強(qiáng)化學(xué)習(xí)。第12章介紹AutoML。第13章介紹用于移動(dòng)設(shè)備和物聯(lián)網(wǎng)的TensorFlow的基礎(chǔ)知識(shí)。第14章討論了云環(huán)境以及如何利用它來訓(xùn)練和部署模型。第15章討論了深度學(xué)習(xí)背后的數(shù)學(xué)。第16章介紹TPU。本書內(nèi)容豐富，易于理解，示例具有代表性，是學(xué)習(xí)深度學(xué)習(xí)的絕佳指南。

·17.9萬字

會(huì)員

AI芯片：前沿技術(shù)與創(chuàng)新未來

本書從AI的發(fā)展歷史講起，介紹了目前最熱門的深度學(xué)習(xí)加速芯片和基于神經(jīng)形態(tài)計(jì)算的類腦芯片的相關(guān)算法、架構(gòu)、電路等，并介紹了近年來產(chǎn)業(yè)界和學(xué)術(shù)界一些著名的AI芯片，包括生成對(duì)抗網(wǎng)絡(luò)芯片和深度強(qiáng)化學(xué)習(xí)芯片等。本書著重介紹了用創(chuàng)新的思維來設(shè)計(jì)AI芯片的各種計(jì)算范式，以及下一代AI芯片的幾種范例，包括量子啟發(fā)的AI芯片、進(jìn)一步提升智能程度的AI芯片、有機(jī)自進(jìn)化AI芯片、光子AI芯片及自供電AI芯片等。本書也介紹了半導(dǎo)體芯片技術(shù)在“后摩爾定律時(shí)代”的發(fā)展趨勢，以及基礎(chǔ)理論（如量子場論、信息論等）引領(lǐng)AI芯片創(chuàng)新并將不斷發(fā)揮巨大作用。最后，本書介紹了AI發(fā)展的三個(gè)層次、AI芯片與生物大腦的差距以及未來的發(fā)展方向。本書可供在AI芯片領(lǐng)域?qū)W習(xí)和工作的研究生、本科生、工程技術(shù)人員，以及所有對(duì)AI芯片感興趣的人員參考。

·26.7萬字

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

Python3智能數(shù)據(jù)分析快速入門

人工智能實(shí)戰(zhàn)進(jìn)階導(dǎo)引

Python強(qiáng)化學(xué)習(xí)：算法、核心技術(shù)與行業(yè)應(yīng)用

虛擬偶像AI實(shí)現(xiàn)

人工智能硬件電路設(shè)計(jì)基礎(chǔ)及應(yīng)用

智能計(jì)算：原理與實(shí)踐

人工智能與人機(jī)博弈（物聯(lián)網(wǎng)在中國）

深入淺出圖神經(jīng)網(wǎng)絡(luò)：GNN原理解析

城堡里學(xué)無人機(jī)：原理、系統(tǒng)與實(shí)現(xiàn)

寫好論文：思維模型與AI輔助應(yīng)用

AIGC從入門到實(shí)戰(zhàn)：ChatGPT+Midjourney+Stable Diffusion+行業(yè)應(yīng)用

深度學(xué)習(xí)進(jìn)階：自然語言處理

人工智能安全

現(xiàn)代決策樹模型及其編程實(shí)踐：從傳統(tǒng)決策樹到深度決策樹

生成式AI入門與AWS實(shí)戰(zhàn)

人工智能創(chuàng)新啟示錄：技術(shù)前沿

圖分析與圖機(jī)器學(xué)習(xí)：原理、算法與實(shí)踐

從深度學(xué)習(xí)到圖神經(jīng)網(wǎng)絡(luò)：模型與實(shí)踐

深度學(xué)習(xí)實(shí)戰(zhàn)：基于TensorFlow 2和Keras（原書第2版）

AI芯片：前沿技術(shù)與創(chuàng)新未來