免费mg试玩官方网站

《深度學習全書——公式+推導+代碼+TensorFlow全程案例》共有15章，分為5部分，第一篇說明深度學習的概念，包括數理基礎，特點是結合編程解題，加深讀者印象，第二篇說明TensorFlow的學習地圖，從張量、自動微分、梯度下降乃至神經層的實踐，逐步解構神經網絡，第三篇介紹CNN算法、影像應用、轉移學習等，第四篇則進入自然語言處理及語音識別的領域，介紹RNN/BERT/Transformer算法、相關應用等，最后，介紹了強化學習的基礎知識，包括馬爾可夫決策過程、動態規劃、蒙特卡洛、QLearning算法，當然，還有相關案例實踐。

·16.8萬字

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

機器學習：公式推導與代碼實現

作為一門應用型學科，機器學習植根于數學理論，落地于代碼實現。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎之上，分別對監督學習單模型、監督學習集成模型、無監督學習模型、概率模型四個大類共26個經典算法進行了細致的公式推導和代碼實現，旨在幫助機器學習學習者和研究者完整地掌握算法細節、實現方法以及內在邏輯。

·12萬字

會員

人工智能：人臉識別與搜索

人臉識別是當今的熱門應用領域和研發方向，在安防、金融、公共服務等領域具有十分廣泛的應用。本書全面、系統地介紹“刷臉”背后的技術，包括人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索相關的算法和實現技術。另外，本書還囊括了前沿的、基于深度學習的人臉識別技術（2014—2020年）。本書講解的算法具有前沿性和實用性。通過本書學習，學習人員能夠在3～5個月內系統地了解、掌握人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索的算法原理與實戰技術。

·7.9萬字

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

機器人設計與制作

本書從機械本體、電路系統和控制系統三方面介紹如何設計與制作機器人。第一篇是為機器人筑起鋼鐵之軀。介紹了三維軟件UG的基本使用方法。詳細解說了如何設計機器人的機械本體，如何繪制出機器人的各個“骨骼”---零部件，最后利用軟件將它們進行整體裝配。第二篇是為機器人設計大腦，并注入血液和靈魂。講述電路板的繪制和軟件編程。通過對編程的學習，我們可以進行機器人的步態調節，可以讓它完成類似人類的前進、后退、拐彎、甚至翻跟頭的動作。第三篇締造你的戰斗英雄。是將前面繪制的各種圖在加工成零部件后進行實體組裝，使之能達到行走和翻滾動作的動力學要求，并進行基本的步態調試。最后還介紹了機器人的比賽規則，可以去和別人的機器人一決高低了。本書內容貼合實際，簡單易懂，適合對機器人感興趣的硬件DIY愛好者、電子愛好者閱讀，也非常適合大中學生進行機器人設計、電子制作的實驗教學使用。

·4.6萬字

會員

情感分析進階

本書包括五個部分：第一部分介紹文本情感分析的研究背景、研究現狀和基礎技術；第二部分從內容語義理解的角度出發，介紹基于隱式表達的諷刺檢測技術；第三部分從用戶個性化建模的角度出發，介紹多輪對話中的情緒分析技術；第四部分介紹小樣本場景下的立場檢測解決方案；第五部分介紹對抗攻擊場景下的情感分類防御技術。

·11.9萬字

會員

人工智能：智能機器人

本書首先簡要介紹機器人和機器人學的概況，以及機器人學的數學基礎，然后分別詳細討論智能機器人體系結構、智能機器人中的傳感器、環境感知與建模、路徑規劃、機器人控制、多機器人協同，以及智能機器人的HRI等內容。

·12.8萬字

會員

親密人機：AI浪潮下的生存美學與商業想象

“日日AI革命”的當下，我們試圖通過挖掘人機關系這一無法回避的周期命題，探討身處技術浪潮中的生活與商業范式躍遷？AI如何從根本上改變個體的生活方式、創造力表達與審美觀念，并以此為出發點，展開對商業世界的啟發。人與機器的界限與距離變得愈加模糊，人機關系的定義多重且復雜。當連接幾乎完成，對話凸顯出其重要性。人機關系本應親密，才能成其想象。人機共生，在智能技術邏輯之下，更在人性情感之上。

·4.9萬字

會員

Python3智能數據分析快速入門

本書作者從實踐出發，總結了智能數據分析常用的方法，深入淺出地介紹了智能數據分析編程過程中的相關知識。書中涵蓋Python環境搭建、Python基礎語法、控制語句、函數、面向對象編程、數值計算、數據處理、繪圖、模型構建等內容，還配套提供了程序代碼及數據。此外，每章的最后均提供課后習題，幫助讀者快速掌握Python的使用方法。

·11.5萬字

會員

人工智能實戰進階導引

本書選擇以遮擋人臉識別這一當今世界難題為例，探索人工智能技術實戰進階之路。本書重現了筆者對人臉有無口罩識別、口罩分割提取、遮擋人臉識別等方面的技術探索與實現過程。從視頻圖像的智能分割、圖像區域生長算法設計與實現、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實現了遮擋人臉識別。本書內容通俗易懂，適用于對人工智能實戰應用感興趣但缺少專業指導的讀者。無論是對遮擋人臉識別技術感興趣的大學生，還是希望向人工智能領域轉型的技術人員，都可以通過本書的指引，輕松完成人工智能實戰進階。

·9.9萬字

會員

Python強化學習：算法、核心技術與行業應用

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

虛擬偶像AI實現

本書從虛擬偶像的發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建模工具和深度學習框架TensorFlow與Pytorch在虛擬偶像制作中的應用，原理與實踐并重，同時結合大量實際范例講解如何建模、AI表情動作遷移以及人機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作的實時捕捉，再到傳輸到動作引擎中驅動人物動作，向讀者展現了人工智能技術的強大與魅力。本書深入淺出，實操性和系統性強，適合有一定IT背景并對虛擬產業關注的廣大讀者使用。

·5.4萬字

會員

人工智能硬件電路設計基礎及應用

本書針對人工智能硬件電路設計基礎、著重介紹硬件電路相關的設計知識及SoC設計開發過程中數字前端知識，包括VHDL技術、Verilog技術及HLS技術。同時將開發SoC中常用的模塊作為應用實例進行詳細講解。VHDL技術部分詳細介紹了VHDL語言的背景知識、基本語法結構和VHDL代碼的編寫方法。另外，該部分還加入了基礎電路和簡單系統的設計實例，以及設計共享的內容，以便進行代碼的分割、共享和重用。Verilog技術部分詳細介紹了與VHDL技術部分相對應的內容，以便讀者對照學習。在此基礎上，本書還給出了一些應用實例，為讀者深入研究SoC設計開發提供了具體的系統電路設計和驗證結果。本書還在附錄詳細介紹了Xilinx和AlteraFPGA軟件環境下的操作步驟，以及在遠程服務器環境中使用以上環境的操作步驟。同時附上書中涉及的所有代碼，方便讀者進行復現和二次開發。

·9.7萬字

會員

人工智能與人機博弈（物聯網在中國）

人工智能技術在20世紀50年代誕生，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門綜合性技術科學。人工智能技術的發展經歷過數次起伏，在螺旋式上升中不斷取得新的突破。人機博弈是人工智能領域的一個重要分支。近20年來，出現了多次可以稱之為里程碑式的“人機大戰”。本書從人機博弈幾次里程碑式的事件切入，對技術發展進程中的重要人物、節點和技術突破進行詳細介紹，從中梳理出人工智能研究方法論的演進，并對人工智能技術未來發展方向提出展望

·14.3萬字

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

城堡里學無人機：原理、系統與實現

《城堡里學無人機：原理、系統與實現》是一本關于無人機概念、原理、系統與實現的參考書，共分三篇，七個章節。主要內容有：無人機的故事、無人機的類型和控制方式、無人機的軟硬件系統、無人機行業應用、以及學習無人機所需的基礎技能和各種共享資源等相關知識。本書著重闡釋了無人機行業、市場、讀者職業三者之間的相互關系，并結合無人機實際應用和制作指導為讀者提供進入無人機領域的各項知識，將實用性、趣味性、理論性充分融合，可以幫助讀者盡快跨入無人機的世界。《城堡里學無人機：原理、系統與實現》的主要讀者是無人機領域的愛好者、從業者和其他行業的無人機應用者或有意應用無人機的那些讀者，相關院校和專業的師生也可將此書當作培訓教材或輔導教材使用。

·10.2萬字

會員

寫好論文：思維模型與AI輔助應用

《寫好論文：思維模型與AI輔助應用》創新性地將學術寫作的思維模型與AI輔助工具相結合，為讀者提供了一套全新且實用的學術寫作方法，旨在助力讀者提高學術寫作的質量和水平。《寫好論文：思維模型與AI輔助應用》共9章，每章都聚焦一個特定的思維模型。這些模型包括“頂天立地加兩翼”結構模型、選擇和確定研究單位的三角模型、OBTQP研究問題模型、細化研究維度的思維羅盤模型、推導文獻綜述“GAP”的破界創新模型、匹配研究理論的勾連信號模型、適配研究方法的畫布模型、非共識研究觀點模型和深入解決問題的U型思維模型。對于每個模型，書中都有詳細的背景介紹、拆解步驟、應用方法和案例分析，確保讀者能夠全方位地理解并實際應用這些模型，從而真正掌握學術寫作的思維精髓和實踐要訣。《寫好論文：思維模型與AI輔助應用》適合學術研究人員、研究生、博士生等需要撰寫學術論文的人閱讀，也適合對學術研究感興趣、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

會員

AIGC從入門到實戰：ChatGPT+Midjourney+Stable Diffusion+行業應用

本書旨在探討AIGC的發展歷程、應用范圍及其對社會和個人的影響，從而幫助讀者深入了解并應用人工智能技術。本書共分為8章。第1章介紹了ChatGPT和AIGC的發展歷史，以及核心技術的演進與應用。第2章詳細探討了ChatGPT的特點、功能，以及它在文科和理科領域的應用。第3章深入介紹了ChatGPT及其他AIGC對個人的賦能，包括原理、成本、應用場景、高質量答案的提問技巧，以及如何利用ChatGPT進行編程。此部分還提到了AIGC時代下的職業規劃。第4章重點介紹了AIGC在創意領域的應用，特別是Midjourney工具的使用。第5章講解了如何使用AIGC技術來創建數字人分身，使他們能夠說話、唱歌，甚至成為主播。第6章強調了AIGC如何賦能職場，包括輔助設計、思維導圖生成、文本創作、市場調研與策劃、短視頻創作，以及辦公軟件使用。第7章介紹了AIGC在不同行業和領域的創新場景，包括電商、傳媒、金融、教育行業，以及工業領域等。第8章介紹了如何有效應對AI革命。書末還推薦了許多AIGC相關的資源。

·7.2萬字

會員

深度學習進階：自然語言處理

《深度學習進階：自然語言處理》是《深度學習入門：基于Python的理論與實現》的續作，圍繞自然語言處理和時序數據處理，介紹深度學習中的重要技術，包括word2vec、RNN、LSTM、GRU、seq2seq和Attention等。本書語言平實，結合大量示意圖和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，基于深度學習解決自然語言處理相關的各種問題，使讀者在此過程中更深入地理解深度學習中的重要技術。

·13.3萬字

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

深度學習全書：公式+推導+代碼+TensorFlow全程案例