电子中2.0ka是什么意思

人工智能相比于人力而言具有低成本、高效率和全天候等巨大優(yōu)勢，但其發(fā)展往往不能全面滿足實際場景的旺盛需求。近年來人工智能與計算機視覺的結(jié)合日益緊密，基于深度學(xué)習(xí)研究計算機視覺成為一個新方向。深度學(xué)習(xí)的特點是層次化的特征提取、規(guī)模更大、數(shù)據(jù)更多、計算更復(fù)雜。本書從介紹計算機視覺的任務(wù)入手，總結(jié)從傳統(tǒng)手工提取特征方法到深度學(xué)習(xí)的發(fā)展歷程。然后，針對不同層次的計算機視覺任務(wù)，結(jié)合作者團隊近年來的研究成果，以及部分學(xué)界公認(rèn)的里程碑式成果，從理論層面論述深度學(xué)習(xí)在具體計算機視覺任務(wù)中的應(yīng)用。本書作者來自北京郵電大學(xué)長期從事多媒體技術(shù)教學(xué)和研究的一線教師。本書適合從事圖像和視頻的處理和理解的研究人員、相關(guān)領(lǐng)域軟件開發(fā)人員或研究生閱讀。

·20.3萬字

會員

2019年華北五省（市、自治區(qū)）大學(xué)生機器人大賽：人工智能與機器人創(chuàng)意設(shè)計賽論文集

人工智能與機器人創(chuàng)意設(shè)計賽為大學(xué)生提供一個創(chuàng)新創(chuàng)意展示平臺，旨在培養(yǎng)和鍛煉學(xué)生的自主學(xué)習(xí)能力、創(chuàng)新能力、工程實踐能力、團隊合作能力等四個能力，為培養(yǎng)新一代卓越工程師提供平臺。該項比賽鼓勵新思路、新理論、新技術(shù)在機器人設(shè)計和人工智能應(yīng)用中的探索與創(chuàng)新，鼓勵學(xué)生進行自己動手設(shè)計制作人工智能與機器人系統(tǒng)，提交論文到競賽組委會。本論文集是經(jīng)過專家組評審，評選出的人工智能與機器人創(chuàng)意設(shè)計賽優(yōu)秀論文匯編而成。所收集的論文主要面向解決社會需求和熱點問題，提出人工智能與機器人創(chuàng)新設(shè)計方案，并完成人工智能與機器人系統(tǒng)設(shè)計工作，有著很強的理論意義和實際應(yīng)用價值。論文集的出版將進一步促進大學(xué)生在人工智能與機器人領(lǐng)域的技術(shù)合作與學(xué)術(shù)交流。

·10.8萬字

會員

OpenCV深度學(xué)習(xí)應(yīng)用與性能優(yōu)化實踐

開源軟件開發(fā)作為一種開發(fā)模式，社區(qū)互動是必不可少的組成部分。我們和OpenCV社區(qū)的互動，最早可以追溯到2010年。彼時OpenCV已經(jīng)在業(yè)內(nèi)流行了，但來自國內(nèi)的貢獻很少。最初，我們也經(jīng)歷了彷徨和不安，擔(dān)心代碼會不被接受。經(jīng)過一些嘗試后，我們逐漸與社區(qū)、OpenCV項目的維護者Vadim先生建立了良好的合作關(guān)系。待后來Intel收購了Itseez公司之后，大家成為同事，合作就變得更多了。本書的各位作者作為參與OpenCV項目的開發(fā)者，貢獻了重要算法的優(yōu)化和實現(xiàn)。他們希望通過本書，分享自己的成長經(jīng)歷，攜手國內(nèi)開源社區(qū)的程序員和工程師一起參與OpenCV項目的開發(fā)。

·12.7萬字

會員

工業(yè)級知識圖譜：方法與實踐

本書源于阿里巴巴千億級知識圖譜構(gòu)建與產(chǎn)業(yè)化應(yīng)用的工作總結(jié)，對知識圖譜理論和大規(guī)模工業(yè)實踐進行了全面和深入的闡述。本書以阿里巴巴的實戰(zhàn)經(jīng)驗為中心，以深厚的理論成果為支撐，詳細(xì)闡述了知識圖譜的方方面面。首先介紹工業(yè)場景下知識圖譜的現(xiàn)狀、存在的問題和架構(gòu)設(shè)計；然后從知識表示、知識融合、知識獲取、知識推理、知識存儲和知識圖譜前沿方向等方面入手，介紹大規(guī)模商品知識圖譜的構(gòu)建方法；最后結(jié)合阿里巴巴的業(yè)務(wù)實踐，詳細(xì)介紹知識圖譜的產(chǎn)品設(shè)計、技術(shù)實現(xiàn)和業(yè)務(wù)應(yīng)用細(xì)節(jié)。通過閱讀本書，讀者不僅可以從零開始認(rèn)識知識圖譜，了解知識圖譜技術(shù)方法和前沿技術(shù)方向，而且可以熟悉知識圖譜工業(yè)實踐的實現(xiàn)路徑，清楚知識圖譜的應(yīng)用方向和方法。本書介紹的成果獲得錢偉長中文信息處理科學(xué)技術(shù)一等獎。本書在知識圖譜的廣度和深度上兼具極強的參考性，適合人工智能相關(guān)行業(yè)的管理者和研發(fā)人員、高等院校的計算機專業(yè)學(xué)生閱讀。

·19.4萬字

會員

自然語言處理：基于預(yù)訓(xùn)練模型的方法

自然語言處理被譽為“人工智能皇冠上的明珠”。深度學(xué)習(xí)等技術(shù)的引入為自然語言處理技術(shù)帶來了一場革命，尤其是近年來出現(xiàn)的基于預(yù)訓(xùn)練模型的方法，已成為研究自然語言處理的新范式。本書在介紹自然語言處理、深度學(xué)習(xí)等基本概念的基礎(chǔ)上，重點介紹新的基于預(yù)訓(xùn)練模型的自然語言處理技術(shù)。本書包括基礎(chǔ)知識、預(yù)訓(xùn)練詞向量和預(yù)訓(xùn)練模型三大部分：基礎(chǔ)知識部分介紹自然語言處理和深度學(xué)習(xí)的基礎(chǔ)知識和基本工具；預(yù)訓(xùn)練詞向量部分介紹靜態(tài)詞向量和動態(tài)詞向量的預(yù)訓(xùn)練方法及應(yīng)用；預(yù)訓(xùn)練模型部分介紹幾種典型的預(yù)訓(xùn)練語言模型及應(yīng)用，以及預(yù)訓(xùn)練模型的最新進展。除了理論知識，本書還有針對性地結(jié)合具體案例提供相應(yīng)的PyTorch代碼實現(xiàn)，不僅能讓讀者對理論有更深刻的理解，還能快速地實現(xiàn)自然語言處理模型，達到理論和實踐的統(tǒng)一。本書既適合具有一定機器學(xué)習(xí)基礎(chǔ)的高等院校學(xué)生、研究機構(gòu)的研究者，以及希望深入研究自然語言處理算法的計算機工程師閱讀，也適合對人工智能、深度學(xué)習(xí)和自然語言處理感興趣的學(xué)生和希望進入人工智能應(yīng)用領(lǐng)域的研究者參考。

·13.8萬字

會員

生成對抗網(wǎng)絡(luò)：原理及圖像處理應(yīng)用

本書深入淺出地介紹了近年來AI領(lǐng)域中十分引人注目的新型人工神經(jīng)網(wǎng)絡(luò)——生成對抗網(wǎng)絡(luò)（GAN）的基本原理、網(wǎng)絡(luò)結(jié)構(gòu)及其在圖像處理領(lǐng)域中的應(yīng)用；同時，分析了近年來在GAN訓(xùn)練、GAN質(zhì)量評估及多種改進型GAN方面取得的進展；在實踐方面，給出了基于Python的基本GAN編程實例。另外，本書還介紹了支撐GAN模型的基礎(chǔ)理論和相關(guān)算法，以使讀者更好地理解和掌握GAN技術(shù)。

·15.8萬字

會員

超有趣的GPT：AI公子逆襲記

AI（ArtificialIntelligence，人工智能）是如何擁有創(chuàng)造力的？圖像和文本生成如何做到以假亂真？什么是ChatGPT？人工智能的未來會怎樣？這些問題都會在這個有趣的故事中被一一解答。本書講述了AI公子為了在心愛的千金小姐的招親大會中獲勝而努力學(xué)習(xí)的幽默故事。本書討論了AI與人類學(xué)習(xí)的相似性，結(jié)合AI公子的學(xué)習(xí)過程講述ChatGPT核心技術(shù)的發(fā)展脈絡(luò)。本書適合對ChatGPT感興趣的人員閱讀。

·2.9萬字

會員

Cadence高速電路板設(shè)計與仿真（第3版）

本書以CadenceAllegroSPB16.2為基礎(chǔ)，以具體電路為范例，詳盡講解元器件建庫、原理圖設(shè)計、布局、布線、仿真、CAM文件輸出等PCB設(shè)計的全過程，包括原理圖輸入及器件數(shù)據(jù)集成管理環(huán)境的使用，中心庫的開發(fā)，PCB設(shè)計工具的使用，以及高速信號仿真工具的使用等。無論是對前端設(shè)計開發(fā)（原理圖設(shè)計），還是對PCB板級設(shè)計，以及PCB上的高速電路分析，都有全面的參考和學(xué)習(xí)價值。

·23.3萬字

會員

樹莓派4與人工智能實戰(zhàn)項目

本書主要介紹樹莓派不同類型的特性，以及樹莓派入門所需要的基礎(chǔ)知識；涵蓋了樹莓派GPIO的不同操作方法，以及樹莓派的I2C總線、SPI總線、UART串口、PWM脈寬調(diào)制等偏硬件操作的內(nèi)容；同時也為讀者準(zhǔn)備了一些樹莓派上常見的服務(wù)類型的搭建和配置，包括樹莓派推流服務(wù)器搭建的方法，常見數(shù)據(jù)庫MariaDB、PostgreSQL的安裝配置操作，MQTT服務(wù)器的搭建配置，DHCP服務(wù)器的搭建配置等。此外，還加入了一些比較有趣的實驗，例如利用TensorFlow實現(xiàn)對象檢測，使用OpenCV制作一個樹莓派掃描儀，或利用OpenCV實現(xiàn)換鼻子的實驗，帶領(lǐng)讀者了解樹莓派通過攝像頭能夠?qū)崿F(xiàn)的一些應(yīng)用。本書為初學(xué)者全面入門了解樹莓派提供了很好的切入點，使讀者可以了解更多樹莓派的使用方法以及操作小技巧。同時，在整體的編程過程中使用了C語言、Python語言及Shell腳本語言等常見語言，對于擁有此類語言編程經(jīng)驗的用戶更友好。希望讀者能夠在這里找到自己喜歡的實驗，并順利入門樹莓派！

·7.6萬字

會員

機器人的設(shè)計與制作

本書以送餐機器人為例，從機器人的發(fā)展歷程與應(yīng)用領(lǐng)域、機器人機械結(jié)構(gòu)的建模與裝配、機器人控制電路的設(shè)計與制板和機器人控制程序的編寫與調(diào)試四個方面詳細(xì)地介紹了設(shè)計與制作機器人的過程，讓學(xué)習(xí)者通過本書的學(xué)習(xí)從而能夠自行設(shè)計和制作相應(yīng)功能的機器人，服務(wù)于日常的生產(chǎn)生活。

·3.6萬字

會員

機器人SLAM導(dǎo)航：核心技術(shù)與實戰(zhàn)

機器人SLAM導(dǎo)航的一大痛點是很難做到理論與實戰(zhàn)相結(jié)合，而本書可謂“百科全書”式講解，可幫助硬件、軟件、算法等不同領(lǐng)域的研究開發(fā)人員走出“調(diào)參”困境，終結(jié)面對硬件和深奧算法時的束手無策，加快算法在實際機器人產(chǎn)品的工程落地與系統(tǒng)性技術(shù)突破。本書以ROS編程、傳感器、底盤等機器人開發(fā)所涉及的軟硬件基礎(chǔ)知識為切入點，逐步引出SLAM和導(dǎo)航兩大領(lǐng)域核心算法，并結(jié)合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開源算法對SLAM和導(dǎo)航的數(shù)學(xué)原理、代碼框架及實操進行深度剖析。本書分為4篇，一共13章。編程基礎(chǔ)篇（第1～3章），主要討論ROS的核心概念、大型C++工程的代碼組織方式以及OpenCV圖像處理方面的基礎(chǔ)知識，為后續(xù)學(xué)習(xí)打好必要的編程基礎(chǔ)。硬件基礎(chǔ)篇（第4～6章），通過對機器人傳感器、機器人主機和機器人底盤的討論，幫助缺少硬件基礎(chǔ)的開發(fā)者系統(tǒng)認(rèn)識機器人硬件，并更好地理解軟件與硬件之間的協(xié)同關(guān)系。SLAM篇（第7～10章），以各個具體的SLAM系統(tǒng)實現(xiàn)為例，進一步介紹SLAM算法的代碼框架以及核心算法的細(xì)節(jié)實現(xiàn)。自主導(dǎo)航篇（第11～13章），基于具體自主導(dǎo)航系統(tǒng)實現(xiàn)，剖析自主導(dǎo)航算法的代碼框架以及核心算法的細(xì)節(jié)實現(xiàn)，并通過一個真實機器人案例向大家介紹應(yīng)用SLAM導(dǎo)航技術(shù)進行開發(fā)的完整流程。

·30.9萬字

會員

人工智能簡史（第2版）

《人工智能簡史》全面講述人工智能的發(fā)展史，幾乎覆蓋人工智能學(xué)科的所有領(lǐng)域，包括人工智能的起源、自動定理證明、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、自然語言處理、遺傳算法、深度學(xué)習(xí)、強化學(xué)習(xí)、超級智能、哲學(xué)問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智能進行了全面回顧和深度點評。第2版中每章都有新增內(nèi)容，并增加了全新的第13章，整理了人工智能幾大派別的演化路線和人物的繼承關(guān)系，有助讀者閱讀方便。本書極具專業(yè)性、思想性和趣味性，既適合缺少專業(yè)背景的讀者了解人工智能的來龍去脈，作為人工智能的啟迪之書，也適合專業(yè)人士了解人工智能鮮為人知的歷史，提供深入學(xué)習(xí)的指導(dǎo)。

·18.3萬字

會員

人工智能：智能制造

本書從人工智能技術(shù)與先進制造技術(shù)融合的角度，介紹了人工智能技術(shù)在產(chǎn)品設(shè)計與制造中的應(yīng)用，也就是智能制造技術(shù)，著重介紹了定性立體建模和不確定性多學(xué)科設(shè)計優(yōu)化等智能設(shè)計技術(shù)、設(shè)計理性知識建模和復(fù)雜產(chǎn)品研制工程知識管理等知識工程與管理技術(shù)，以及智能裝配序列規(guī)劃和制造過程智能計算等智能生產(chǎn)與制造技術(shù)，并結(jié)合具體示例介紹了相關(guān)技術(shù)方法的應(yīng)用。本書可以作為高等院校機械、信息、自動化等專業(yè)的教材，也可以作為與智能制造技術(shù)相關(guān)的廣大工程技術(shù)人員的參考用書。

·18.2萬字

會員

機器人制作從入門到精通（第3版）

本書從仿生機器人的角度出發(fā)，以實例形式詳細(xì)介紹了當(dāng)今流行的機器人設(shè)計、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器人所需的知識和技能，提高制作水平。本書第3版在第2版的基礎(chǔ)上新增了4個制作實例，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個精彩實例涵蓋了模擬機器人、神經(jīng)網(wǎng)絡(luò)機器人、數(shù)字機器人、數(shù)字式電子計算機等4大門類，內(nèi)容包括機器人的工作原理、設(shè)計思路和具體實現(xiàn)方法，可以循序漸進地助你從入門者進階為高手。

·7.6萬字

會員

深度學(xué)習(xí)應(yīng)用與實戰(zhàn)

本書系統(tǒng)介紹了神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，并結(jié)合實際應(yīng)用場景和綜合案例，讓讀者深入了解深度學(xué)習(xí)。全書共16章，分為4個部分。第1部分介紹了深度學(xué)習(xí)基礎(chǔ)算法與應(yīng)用，主要包括神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的相關(guān)概念、多層神經(jīng)網(wǎng)絡(luò)的基本原理和具體應(yīng)用、卷積神經(jīng)網(wǎng)絡(luò)的原理及項目案例實現(xiàn)、優(yōu)化算法與模型管理。第2部分介紹了深度學(xué)習(xí)進階算法與應(yīng)用，主要包括經(jīng)典的深度卷積神經(jīng)網(wǎng)絡(luò)，ResNet、DenseNet和MobileNet，目標(biāo)檢測的基本概念和常見算法，循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念和具體應(yīng)用。第3部分介紹了時空數(shù)據(jù)模型與應(yīng)用，主要包括CNN-LSTM混合模型的基本概念和具體應(yīng)用，多元時間序列神經(jīng)網(wǎng)絡(luò)、注意力機制和Transformer的基本結(jié)構(gòu)和具體應(yīng)用。第4部分介紹了生成對抗網(wǎng)絡(luò)及其應(yīng)用，主要包括生成對抗網(wǎng)絡(luò)的基本概念及其模型的結(jié)構(gòu)和訓(xùn)練過程，使用檢測模型、識別模型對車牌進行檢測與識別。本書適合對人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等感興趣的讀者閱讀，也適合作為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。本書可以幫助有一定基礎(chǔ)的讀者查漏補缺，使其深入理解和掌握與深度學(xué)習(xí)相關(guān)的原理及方法，并能提高其解決實際問題的能力。

·7.7萬字

會員

深度學(xué)習(xí)初學(xué)者指南

本書分為三部分。第一部分將幫助你快速理解從數(shù)據(jù)中學(xué)習(xí)、深度學(xué)習(xí)基本架構(gòu)、如何準(zhǔn)備數(shù)據(jù)，以及深度學(xué)習(xí)中經(jīng)常使用的基本概念。第二部分將重點介紹無監(jiān)督學(xué)習(xí)算法。從自編碼器開始，然后轉(zhuǎn)向?qū)訑?shù)更深、規(guī)模更大的神經(jīng)網(wǎng)絡(luò)模型。第三部分介紹監(jiān)督學(xué)習(xí)算法，你將掌握基本和高級深度學(xué)習(xí)模型的實現(xiàn)方法，并能夠?qū)⑦@些模型用于分類、回歸以及從潛在空間生成數(shù)據(jù)等應(yīng)用場合。

·13.3萬字

會員

人工智能算法

本書以智能算法為背景，全面地介紹了人工智能的各種算法，本書內(nèi)容以理論為基礎(chǔ)，以應(yīng)用為主導(dǎo)，循序漸進地向讀者揭示怎樣利用智能算法解決實際問題。全書共11章主要內(nèi)容包括MATLAB語言入門、插值算法與曲線擬合、灰色系統(tǒng)理論、傅里葉變換和小波變換、經(jīng)驗?zāi)B(tài)分解算法、模糊邏輯控制算法、滑模變結(jié)構(gòu)控制、神經(jīng)網(wǎng)絡(luò)基本理論、支持向量機、粒子群算法、蟻群算法、模擬退火算法等。本書可作為高校本科生和研究生的學(xué)習(xí)用書，也可作為科研人員、學(xué)者、工程技術(shù)人員的相關(guān)參考用書。

·15.6萬字

會員

ROS與ROS2開發(fā)指南

本書是學(xué)習(xí)ROS的實用化書籍。從對機器人的介紹開始，由淺入深依次講解ROS依賴的Linux系統(tǒng)、常用的高級編程語言Python、ROS環(huán)境和機器人編程開發(fā)實訓(xùn)等內(nèi)容。在學(xué)習(xí)ROS開發(fā)過程中，本書在實戰(zhàn)篇加入了SLAM建圖、視覺跟隨和物聯(lián)網(wǎng)控制等前沿知識的介紹，使讀者在學(xué)習(xí)編程技能的同時，能夠更加深入地理解最新的機器人控制理論。為了發(fā)揮ROS與ROS2各自的優(yōu)勢，本書提出了ROS與ROS2混合編程方法，并給出了翔實的實踐案例。本書可供從事無人駕駛和移動機器人研究的科研工作者、高校教師及相關(guān)專業(yè)學(xué)生使用。

·7.6萬字

會員

Python深度學(xué)習(xí)：基于TensorFlow（第2版）

1.內(nèi)容選擇：提供全棧式的解決方案。深度學(xué)習(xí)涉及范圍比較廣，既有對基礎(chǔ)、原理的要求，也有對代碼實現(xiàn)的要求。如何在較短時間內(nèi)快速提高深度學(xué)習(xí)的水平？如何盡快把所學(xué)運用到實踐中？這方面雖然沒有捷徑可言，但卻有方法可循。本書基于這些考量，希望能給你提供一站式解決方案。2.層次安排：找準(zhǔn)易撕口，快速實現(xiàn)由點到面的突破。我們打開塑料袋時，一般從易撕口開始，這樣即使再牢固的袋子也很容易打開。面對深度學(xué)習(xí)這個“牢固袋子”，我們也可以采用類似方法，找準(zhǔn)易撕口。如果沒有，就創(chuàng)造一個易撕口，并通過這個易撕口，實現(xiàn)點到面的快速擴展。3.表達形式：讓圖說話，一張好圖勝過千言萬語。機器學(xué)習(xí)、深度學(xué)習(xí)中有很多抽象的概念、復(fù)雜的算法、深奧的理論，如NumPy的廣播機制、梯度下降對學(xué)習(xí)率敏感、神經(jīng)網(wǎng)絡(luò)中的共享參數(shù)、動量優(yōu)化法、梯度消失或爆炸等，這些內(nèi)容如果只用文字來描述，可能很難達到讓人茅塞頓開的效果，但如果用一些圖來展現(xiàn)，再加上適當(dāng)?shù)奈淖终f明，往往能取得非常好的效果，正所謂一張好圖勝過千言萬語。除了以上談到的三個方面，為了幫助大家更好地理解，更快地掌握機器學(xué)習(xí)、深度學(xué)習(xí)這些人工智能的核心內(nèi)容，本書還包含了其他方法，相信閱讀本書的讀者都能體會到。我們希望通過這些方法或方式帶給你不一樣的理解和體驗，使你感到抽象數(shù)學(xué)不抽象、深度學(xué)習(xí)不深奧、復(fù)雜算法不復(fù)雜、難學(xué)的深度學(xué)習(xí)也易學(xué)，這也是我們寫這本書的主要目的。

·11.5萬字

會員

人工智能倫理

人工智能（AI）時代已悄然而至，然而對AI倫理學(xué)的研究卻剛剛起步。與以往的技術(shù)革命不同，AI有望在多個領(lǐng)域取代人類，但也有傷害人類的潛在風(fēng)險。為防止對AI技術(shù)的濫用，我們在復(fù)雜性變得不可控之前，必須把最糟糕的情況都預(yù)想到、分析到。

·27.7萬字

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)

更新時間

計算機視覺中的深度學(xué)習(xí)

2019年華北五省（市、自治區(qū)）大學(xué)生機器人大賽：人工智能與機器人創(chuàng)意設(shè)計賽論文集

OpenCV深度學(xué)習(xí)應(yīng)用與性能優(yōu)化實踐

工業(yè)級知識圖譜：方法與實踐

自然語言處理：基于預(yù)訓(xùn)練模型的方法

生成對抗網(wǎng)絡(luò)：原理及圖像處理應(yīng)用

超有趣的GPT：AI公子逆襲記

Cadence高速電路板設(shè)計與仿真（第3版）

樹莓派4與人工智能實戰(zhàn)項目

機器人的設(shè)計與制作

機器人SLAM導(dǎo)航：核心技術(shù)與實戰(zhàn)

人工智能簡史（第2版）

人工智能：智能制造

機器人制作從入門到精通（第3版）

深度學(xué)習(xí)應(yīng)用與實戰(zhàn)

深度學(xué)習(xí)初學(xué)者指南

人工智能算法

ROS與ROS2開發(fā)指南

Python深度學(xué)習(xí)：基于TensorFlow（第2版）

人工智能倫理