电子游戏mg摆脱网站是多少

本書使用受現實世界商業和行業問題啟發的實際示例來講授強化學習技術的相關知識。本書分為四部分：第一部分涵蓋強化學習的必要背景，包括定義、數學基礎和強化學習解決方案的概述；第二部分深入介紹最先進的強化學習算法（規模化的深度Q-學習、基于策略的方法、基于模型的方法、多智能體強化學習等），包括每種算法的優缺點；第三部分介紹強化學習中的高級技術，包括機器教學、泛化和域隨機化、元強化學習等主題，還涵蓋強化學習中有助于改進模型的各種高級主題；第四部分講解強化學習的各種應用，例如自主系統、供應鏈管理、營銷和金融、智慧城市與網絡安全等，并討論強化學習領域的一些挑戰及未來方向。學完本書，你將掌握如何訓練和部署自己的強化學習智能體來解決強化學習問題。

·19.5萬字

會員

深度學習從0到1

深度學習是人工智能研究領域中的一個極其重要的方向。本書是一本介紹深度學習理論和實戰應用的教程，從深度學習的發展歷史，單層感知器，線性神經網絡，BP神經網絡，一直介紹到深度學習算法卷積神經網絡CNN，長短時記憶網絡LSTM。并從圖像，自然語言處理，音頻信號三方面分別介紹了深度學習算法的實際應用。案例實戰部分使用的深度學習框架為Tensorflow2/Keras。

·16.3萬字

會員

MATLAB在電子信息工程中的應用

MATLAB語言具有使用方便、輸入簡捷及編程效率高等特點，本書主要向讀者介紹了MATLABR2008的基礎知識和電子仿真技術，并詳細介紹了集成在MATLAB中的Simulink軟件包。書中的內容涉及MATLAB基礎知識、MATLAB常用語法、Simulink應用、控制系統數學模型的MATLAB描述及建模、MATLAB在控制系統中的應用、數字信號處理在MATLAB中的實現、濾波器模型、MATLAB在通信系統中的應用及示例、通信系統的評估及MATLAB示例等。

·14.9萬字

會員

AI速成課：從AI編程到構建智能軟件

本書從基礎知識入手，詳細講解通過強化學習和深度學習構建AI系統所需的一切，并通過5個完整的項目實例，循序漸進展示如何使用最佳、最簡單的AI編程工具（包括Python、TensorFlow、Keras和PyTorch）構建智能軟件。具體內容包括AI工具包、Python基礎、AI基礎技巧、你的第一個AI模型、銷售和廣告中的AI、Q學習、物流行業中的AI、人工大腦、自動駕駛車輛中的AI、商業中的AI、深度卷積Q學習、游戲中的AI。

·13萬字

會員

生產系統仿真：Plant Simulation應用教程

本書共分8章，第1章介紹生產過程中的波動對生產系統效率的影響；第2章建立了訂單型制造企業生產線/裝配線的物料配送仿真模型，并對其關鍵參數進行優化；第3、4章對設施規劃中的兩種經典布置方法進行詳細分析及建模，得到最優布置方案；第5、6章全面系統地介紹生產計劃調度的各類FSP和JSP問題的求解方法，提出改進的算法及運用；第7章針對人機作業分析進行仿真建模，探討一人多機操作模式的克星性及經濟性；最后，對于工廠的倉儲、車間等活動頻密場所進行仿真。

·12.8萬字

會員

ROS機器人開發實踐

本書以《ROS探索總結》系列博文為基礎，重新整理了ROS相關基礎要點，讓讀者能夠迅速熟悉ROS的整體框架和設計原理；在此基礎上，本書以實踐為重心，講解大量機器視覺、機器語音、機械臂控制、SLAM和導航、機器學習等多方面ROS應用的實現原理和方法，并且翻譯了眾多ROS中的圖表、內容，幫助讀者在實現ROS基礎功能的同時深入理解基于ROS的機器人開發，將書中的內容用于實踐。

·17萬字

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展史，幾乎覆蓋人工智能學科的所有領域，包括人工智能的起源、自動定理證明、專家系統、神經網絡、自然語言處理、遺傳算法、深度學習、強化學習、超級智能、哲學問題和未來趨勢等，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系，有助讀者閱讀方便。本書極具專業性、思想性和趣味性，既適合缺少專業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，也適合專業人士了解人工智能鮮為人知的歷史，提供深入學習的指導。

·18.3萬字

會員

智能家居產品從設計到運營

本書根據作者多年互聯網和智能家居的從業經驗編寫而成，提出了智能家居產品的三原色模型，并逐步闡述了最好的智能家居產品需要滿足的三個條件：優越的技術、友好的用戶體驗和有效的市場策略。同時，從產品設計、用戶和行業參與者等多個角度分析了智能家居這一新興行業。此外，書中引用的一些國外的產品實例和分析問題的方法與模型，都能帶來很多啟發。

·8.1萬字

會員

自然語言處理：基于預訓練模型的方法

自然語言處理被譽為“人工智能皇冠上的明珠”。深度學習等技術的引入為自然語言處理技術帶來了一場革命，尤其是近年來出現的基于預訓練模型的方法，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、深度學習等基本概念的基礎上，重點介紹新的基于預訓練模型的自然語言處理技術。本書包括基礎知識、預訓練詞向量和預訓練模型三大部分：基礎知識部分介紹自然語言處理和深度學習的基礎知識和基本工具；預訓練詞向量部分介紹靜態詞向量和動態詞向量的預訓練方法及應用；預訓練模型部分介紹幾種典型的預訓練語言模型及應用，以及預訓練模型的最新進展。除了理論知識，本書還有針對性地結合具體案例提供相應的PyTorch代碼實現，不僅能讓讀者對理論有更深刻的理解，還能快速地實現自然語言處理模型，達到理論和實踐的統一。本書既適合具有一定機器學習基礎的高等院校學生、研究機構的研究者，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、深度學習和自然語言處理感興趣的學生和希望進入人工智能應用領域的研究者參考。

·13.8萬字

會員

人工智能編程趣味啟蒙：Mind+圖形化編程玩轉AI

本書借助國內使用率高，并擁有自主知識產權的國產編程軟件Mind+，幫助讀者與來自AI星球的主人公小麥，一起設計并制作一系列可以讓生活變得更美好的趣味AI項目，啟蒙編程與AI知識，并學會利用AI技術解決生活中的許多問題。讀者通過自主設計程序來實現AI的相關功能，體驗AI應用，獲得快樂、成就感，培養對AI的興趣與理解。本書非常適合作為圖形化編程與AI技術入門體驗的學習用書，適合對圖形化編程有基本了解、對AI感興趣的學生，以及開設編程、AI課程的老師學習、實踐。

·3.1萬字

會員

Web3超入門

Web3時代已經正式拉開序幕，不管你我是否愿意，都將不可避免地進入Web3的新世界。Web3不只是Web1.0和Web2.0的延伸，更是從底層協議上對傳統互聯網的全面革新。正如20年前的互聯網一樣，Web3雖然目前只是星星之火，但已經呈現出燎原之勢。因此，現在學習Web3知識，可謂恰逢其勢，正當其時。《Web3超入門》共有五大篇，第1篇趨勢篇（第1、2章）從多個維度詳細闡述了Web3時代到來的必然性；第2篇概念篇（第3、4章）追溯了Web3的起源，重新定義了Web3概念；第3篇內核篇（第5~7章）深度講解了支撐Web3的三大內核NFT、DeFi、DAO；第4篇技術篇（第8~11章）剖析了Web3實現的技術邏輯以及常用的開發工具；第5篇應用篇（第12~15章）全面分析了Web3的應用優勢和落地場景。《Web3超入門》深入淺出，力求采用通俗易懂的語言從用戶角度還原Web3的真實面貌。書中引用了大量案例和豐富的插圖，層層遞進，可讀性強，非常適合廣大Web3從業者、創業者和愛好者閱讀。

·15萬字

會員

深度學習與圍棋

這是一本深入淺出且極富趣味的深度學習入門書。本書選取深度學習近年來最重大的突破之一AlphaGo，將其背后的技術和原理娓娓道來，并配合一套基于BetaGo的開源代碼，帶領讀者從零開始一步步實現自己的“AlphaGo”。本書側重實踐，深入淺出，庖丁解牛般地將深度學習和AlphaGo這樣深奧的話題變得平易近人、觸手可及，內容非常精彩。全書共分為3個部分：第一部分介紹機器學習和圍棋的基礎知識，并構建一個最簡圍棋機器人，作為后面章節內容的基礎；第二部分分層次深入介紹AlphaGo背后的機器學習和深度學習技術，包括樹搜索、神經網絡、深度學習機器人和強化學習，以及強化學習的幾個高級技巧，包括策略梯度、價值評估方法、演員-評價方法3類技術；第三部分將前面兩部分準備好的知識集成到一起，并最終引導讀者實現自己的AlphaGo，以及改進版AlphaGoZero。讀完本書之后，讀者會對深度學習這個學科以及AlphaGo的技術細節有非常全面的了解，為進一步深入鉆研AI理論、拓展AI應用打下良好基礎。本書不要求讀者對AI或圍棋有任何了解，只需要了解基本的Python語法以及基礎的線性代數和微積分知識。

·19.7萬字

會員

COMSOL Multiphysics工程實踐與理論仿真

本書是一本介紹什么是數值模擬技術，以及數值模擬技術如何與工程科學相結合，基于COMSOLMultiphysics解決實際工程問題的書。全書涉及實際工程問題的方方面面，涉及聲學、結構力學、流體力學、熱量傳遞、質量運移、電磁場計算、化學反應工程分析等等，是真正的多物理數值仿真的入門指導書。作者希望通過本書，能讓讀者理解數值仿真技術的真諦，以及這些理論知識應該如何與實際相結合。進一步，或許讀者能夠領悟經驗豐富的數值仿真工程師會如何思考問題，慢慢吸收這些經驗為自己所用。

·8.2萬字

會員

深度學習視頻理解

視頻理解是計算機視覺和深度學習的一個重要分支。本書對視頻理解的3個重要領域進行介紹，對于每個領域，本書不僅解釋了相關算法的原理，還梳理了算法演進的脈絡。全書共分6章，第1章簡要介紹視頻行業的發展歷程；第2章回顧經典圖像分類模型和RNN；第3章和第4章介紹動作識別的重要算法；第5章介紹時序動作定位的重要算法；第6章介紹視頻Embedding的重要算法。最后總結了常用的一些視頻處理工具。本書既適合高等院校人工智能相關專業的本科生和研究生閱讀，也可供視頻理解、推薦系統、搜索引擎和計算廣告等領域的研究人員和從業者參考。

·13.2萬字

會員

自動駕駛算法與芯片設計

目前自動駕駛的一個發展趨勢就是智能化。隨著人工智能的飛速發展以及各種新型傳感器的涌現，汽車智能化形成趨勢，輔助駕駛功能的滲透率越來越高。這些功能的實現需要借助于攝像頭、雷達、激光雷達等新增的傳感器數據，其中視頻處理需要大量并行計算。然而，傳統CPU算力不足，而DSP擅長圖像處理，對于深度學習卻缺乏足夠的性能。盡管GPU擅長訓練，但它過于耗電，影響汽車的性能。因此，本書著眼于未來，認為定制化的ASIC必將成為主流。本書以自動駕駛的芯片設計為最終目標，來論述設計一個面向未來的自動駕駛SoC芯片的學術支撐和工程實踐。本書共13章。其中第1章主要介紹自動駕駛目前遇到的挑戰和研究方向。第2～6章重點講述環境感知以及規劃控制方面的算法設計；第7～10章重點講述深度學習模型的優化和深度學習芯片的設計；第11章和第12章重點講述具有安全功能的自動駕駛軟件架構設計；第13章介紹5G車聯網。

·15.7萬字

會員

AI公文寫作一本通：用ChatGPT和文心一言提高公文寫作質量和寫作效率

公文寫作是各類組織機構都會涉及的一項重要工作，但傳統的公文寫作存在容易出錯、風格不一致、效率低等問題。在人工智能（AI）技術快速發展的浪潮中，公文寫作這項工作也可以借助AI完成“升級”，實現質量和效率的提升。本書共17章，第1章以《黨政機關公文處理工作條例》為依據，介紹公文的特點、作用、寫作要點、分類等；第2章介紹常用的AI寫作工具；第3章至第17章按照“用公文范本訓練AI，撰寫提示詞，優化提示詞，精修初稿”的思路，分別介紹運用AI工具撰寫15類公文的具體方法。此外，第3章至第17章還提供了各類公文的常用句式及金句，供讀者參考使用。

·10.8萬字

會員

樹莓派創客：手把手教你搭建機器人

本書遵循由淺入深、由易到難的原則，循序漸進地介紹使用樹莓派玩轉機器人的必備軟硬件知識與技術。全書共8章，第1~4章為樹莓派入門部分，主要介紹樹莓派軟硬件、Scratch和Python編程語言以及各種傳感器的使用，并提供豐富的操作案例，方便讀者輕松構建樹莓派項目。本部分學會之后，讀者基本上可以掌握使用樹莓派軟硬件與第三方軟硬件協同工作，搭配和使用傳感器親手搭建一個簡單的用于巡線且自動跟隨和停止的機器無人車。第5~8章為提高部分，本部分深入地介紹樹莓派的各種高級玩法，還將介紹更多、更加智能的第三方軟硬件，比如近年來火熱的人工智能系列傳感器以及機器人操作系統ROS的使用，同時兼顧PC和手機操作，為讀者玩轉機器人提供更多的趣味場景。本書的特點是使用低成本硬件，趣味性和可操作性強，適合對樹莓派及機器人感興趣的各類讀者閱讀。

·6.3萬字

會員

Spark機器學習進階實戰

本書一共分三大部分：基礎篇（1-2章）對Spark機器學習進行概述、并通過Spark機器學習開始進行數據分析；算法篇（3-8章）針對分類、聚類、回歸、協同過濾、關聯規則、降維等算法進行詳細講解，并進行案例支持；綜合案例篇（9-12章）重點通過異常檢測、用戶畫像、廣告點擊率預估、智慧交通大數據4個綜合場景，詳細講解基于Spark機器學習的綜合應用。

·11.2萬字

會員

深入淺出圖神經網絡：GNN原理解析

這是一本從原理、算法、實現、應用4個維度詳細講解圖神經網絡的著作，在圖神經網絡領域具有重大的意義。本書作者是圖神經網絡領域的資深技術專家，作者所在的公司極驗也是該領域的領先者。本書是作者和極驗多年研究和實踐經驗的總結，內容系統、扎實、深入淺出，得到了白翔、俞棟等幾位來自學術界和企業界的領軍人物的高度評價和強烈推薦。全書共10章：第1～4章全面介紹了圖、圖數據、卷積神經網絡以及表示學習等基礎知識，是閱讀本書的預備知識；第5～6章從理論的角度出發，講解了圖信號處理和圖卷積神經網絡，深入剖析了圖卷積神經網絡的性質，并提供了GCN實現節點分類的實例。第7～9章全面的講解了圖神經網絡的各種變體及范式、圖分類機制及其實踐，以及基于GNN的圖表示學習；第10章介紹了圖神經網絡的最新研究和應用。

·8.9萬字

會員

AI加速器架構設計與實現

這是一本講解NPU硬件架構設計與技術實現的著作。作者將自己在CPU、GPU和NPU領域15年的軟硬件工作經驗融會貫通，將四代NPU架構設計經驗融為一體，將端側和云側NPU架構合二為一，總結并提煉出本書內容。本書主要討論神經網絡硬件層面，尤其是芯片設計層面的內容，主要包含神經網絡的分析、神經網絡加速器的設計以及具體實現技術。通過閱讀本書，讀者可以深入了解主流的神經網絡結構，掌握如何從零開始設計一個能用、好用的產品級加速器。通過閱讀本書，你將：透徹理解與深度學習相關的機器學習算法及其實現；學會主流圖像處理領域神經網絡的結構；掌握加速器運算子系統和存儲子系統的設計；摸清加速器設計中遇到的具體問題及其解決方法；了解NPU架構需要考慮的控制通路和數據通路。

·6萬字

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

Python強化學習：算法、核心技術與行業應用