锂电池捕鱼机全套多少钱

本書通過聚焦于開發基于神經網絡的解決方案來介紹機器學習，首先將從熟悉構建深度學習解決方案所需的概念和技術開始，然后介紹如何創建分類器、構建目標檢測和語義分割神經網絡、訓練生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速開發過程。學完本書之后，讀者將能夠使用TF2.0開發任何機器學習問題的解決方案，并能將它們部署到生產環境之中。

·12.5萬字

會員

PyTorch神經網絡實戰：移動端圖像處理

本書主要介紹人工智能研究領域中神經網絡的PyTorch架構，對其在多個領域的應用進行系統性的歸納和梳理。書中的案例有風景圖分類、人像前景背景分割、低光照圖像增法、動漫頭像生成、畫風遷移、風格轉換等，對每項視覺任務的研究背景、應用價值、算法原理、代碼實現和移動端部署流程進行了詳細描述，并提供相應的源碼，適合讀者從0到1構建移動端智能應用。本書適合對人工智能實際應用感興趣的本科生、研究生、深度學習算法工程師、計算機視覺從業人員和人工智能愛好者閱讀，書中介紹的各項視覺任務均含有相應的安卓平臺部署案例，不僅對學生參加比賽、課程設計具有參考意義，對相關從業人員的軟件架構和研發也具有啟發價值。

·9.6萬字

會員

圖像處理與深度學習

本書內容由淺入深、循序漸進，涵蓋了深度學習在圖像處理中的應用技術。本書共8章，首先簡要介紹圖像處理技術，以及深度學習在圖像領域中的應用；接著對深度學習在圖像處理中的應用技術進行詳細介紹，包括圖像陰影檢測、圖像陰影去除、圖像噪聲處理、圖像勻光和勻色等內容；然后對基于卷積神經網絡的圖像超分辨率重建方法進行講解；最后以基于深度學習的紅樹林提取和屋頂提取與綠化評價為例，詳細講解深度學習在圖像處理中的應用。

·14.4萬字

會員

機器學習與Python實踐

機器學習是計算機科學與人工智能的重要分支領域.本書作為該領域的入門教材，在內容上盡可能涵蓋機器學習基礎知識的各方面.全書共16章，大致分為3個部分：第1部分（第1～3章）介紹機器學習的基礎知識；第2部分（第4～10章）討論一些經典而常用的機器學習方法（決策樹、神經網絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；第3部分（第11～16章）為進階知識，內容涉及特征選擇與稀疏學習、計算學習理論、半監督學習、概率圖模型、規則學習以及強化學習等.每章都附有習題并介紹了相關閱讀材料，以便有興趣的讀者進一步鉆研探索。本書可作為高等院校計算機、自動化及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

·11.9萬字

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

來，主動和chatGPT交朋友吧！

人工智能的新紀元！——7天和chatGPT的對話實錄；42個工作和生活的應用場景；AI與人類思維的強力碰撞；讓你充分了解AI正在改變什么，它能為你做什么。機器和人、虛擬世界和真實世界、現在與未來，這些邊界正在以我們無法預計的速度被各個擊破！

·9.4萬字

會員

大模型項目實戰：Agent開發與應用

這是一本面向初中級讀者的Agent學習指南，作者既是資深的AI技術專家，又是經驗豐富的項目導師，融合作者親身實踐、培訓反饋與官方資源，為Agent使用者和開發者提供了快速上手的實用指導。本書從基礎知識、操作和應用開發3個維度循序漸進地講解Agent實戰技巧，分為三篇：基礎篇（1~2章）：介紹Agent定義、發展歷程、常用開源技術、主要組件等基礎知識和開發環境的搭建過程。應用篇（3~6章）：從通用型、任務驅動型、輔助開發型和檢索增強型4大類，通過AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything這8種具體類型，詳細描述Agent的安裝、配置和使用等操作步驟。開發篇（7~16章）：展開分析10個不同場景的Agent應用開發實例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent這7種被廣泛應用的開源Agent開發框架為基礎，針對每個框架各講解一個開發案例。另一方面，通過案例介紹Agent開發過程中關鍵的Function-calling特性及大語言模型開發技術。此外，對基于CogVLM2的多模態模型應用開發，也提供詳細的案例演示。

·7.2萬字

會員

大語言模型：原理、應用與優化

這是一本從工程化角度講解大語言模型的核心技術、構建方法與前沿應用的著作。首先從語言模型的原理和大模型的基礎構件入手，詳細梳理了大模型技術的發展脈絡，深入探討了大模型預訓練與對齊的方法；然后闡明了大模型訓練中的算法設計、數據處理和分布式訓練的核心原理，展示了這一系統性工程的復雜性與實現路徑。除了基座模型的訓練方案，本書還涵蓋了大模型在各領域的落地應用方法，包括低參數量微調、知識融合、工具使用和自主智能體等，展示了大模型在提高生產力和創造性任務中的卓越性能和創新潛力。此外，書中進一步介紹了大模型優化的高級話題和前沿技術，如模型小型化、推理能力和多模態大模型等。最后，本書討論了大模型的局限性與安全性問題，展望了未來的發展方向，為讀者提供了全面的理解與前瞻性的視角。無論是人工智能領域的研究員、工程師，還是對前沿技術充滿好奇的讀者，本書都將是您了解和掌握大模型技術的必備指南。

·12.1萬字

會員

深度學習與神經網絡

神經網絡與深度學習是人工智能研究的重要領域，是機器學習的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規律的科學。本書緊緊圍繞神經網絡和深度學習的基礎知識體系進行系統的梳理，力求從基礎理論、經典模型和前沿應用展開論述，便于讀者能夠較為全面地掌握深度學習的相關知識。全書共16章。第1章是緒論，簡要介紹人工智能、機器學習、神經網絡與深度學習的基本概念及相互關系，并對神經網絡的發展歷程和產生機理進行闡述；第2章介紹神經網絡的基本神經元模型、網絡結構、學習方法、學習規則、正則化方法、模型評估方法等基礎知識；第3～8章介紹多層感知器神經網絡、自組織競爭神經網絡、徑向基函數神經網絡、卷積神經網絡、循環神經網絡、注意力機制與反饋網絡；第9章介紹深度學習網絡優化的相關內容；第10～13章介紹受限玻爾茲曼機和深度置信網絡、棧式自編碼器、生成對抗網絡和圖神經網絡；第14章介紹深度強化學習；第15章介紹深度學習的可解釋性；第16章介紹多模態預訓練模型。深度學習是源于對含有多個隱藏層的神經網絡結構進行的研究，以便建立和模擬人腦的學習過程。本書整理了人工神經網絡從簡單到復雜的模型，歸納和總結了神經網絡的理論、方法和應用實踐。本書可以作為高等院校人工智能及相關專業或非計算機專業的參考用書，也可以作為人工智能領域的科技工作者或科研機構工作人員的參考用書。

·20萬字

新機器智能

在《新機器智能》一書中，科技界一代傳奇杰夫·霍金斯指出，如今的人工智能并不智能。要想創造眞正的機器智能，最快的途徑是理解大腦的工作原理，然后在計算機中模仿這些原理。霍金斯一生癡迷兩件事——計算機和大腦。早在幾十年前，他創建的Palm掌上電腦就在商業上取得了巨大成功，也成為現代智能手機的原型。但霍金斯一心想弄清楚大腦的工作原理。經過數十年的不懈努力，他終于發現了其中的奧秘：大腦學習世界的一個模型，并使用這個模型來預測未來。人類的創造力、意識都是通過這個模型產生的。這一全新的智能理論框架被命名為“記憶-預測模型”，它改變了人們對智能的看法，也為開發眞正的機器智能奠定了堅實的基礎。《新機器智能》主題宏達又足夠吸引人，深入探討了智能的核心問題：計算機真的智能嗎？大腦是如何工作的？為什么弄清大腦的工作原理如此困難？如果不以行為來定義，那應該怎樣定義智能呢？“記憶-預測模型”的含義是什么？如果你想了解自身、了解智能、了解機器智能，那么一定不要錯過霍金斯的這一本里程碑式作品。

·15.6萬字

具身智能：人工智能的下一個浪潮

自人工智能（AI）的概念誕生之日起，科學家們就熱衷于探討它的發展路徑。第一階段毫無疑問是計算智能，經過半個多世紀，AI在運算能力和記憶方面早已超越人類。第二階段，是感知智能，讓機器可以看得懂聽得懂這個世界。科學界認為，尚未到來的第三階段，是認知智能，甚至提到一個詞：認知時代。我們來到大模型時代或者是生成式人工智能時代了嗎？如果我們此時此刻正身處這個時代，那上一個是什么時代？有人說，大規模預訓練已經過時，AI要實現具身化，具備推理能力，接著自我意識相伴而生。具身智能揭開了人類馴服機器的科學路徑，小到在分子或原子上進行操作的納米機器，大到震天撼地的巨型機械，無不乖乖地服從人類的操控指令，替代或者協助人類完成復雜的任務。具有自我意識的AI是更安全還是更不安全？我們需要開始認真考慮如何不被機器奴役了？多年以后，面對人工智能，人們會想起AI之父圖靈在花園里的那個遙遠的下午嗎？

·11.3萬字

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

人工智能算法Python案例實戰

本書從概念和數學原理上對人工智能所涉及的數據處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述，并以Python為主要工具進行了相應的編程實踐，以使讀者對人工智能相關技術有更直觀和深入的理解。此外，本書也用幾個獨立的章節從原理和實踐上介紹了量子計算、區塊鏈技術、并行計算、增強現實等與人工智能密切相關的前沿技術。本書適合對人工智能領域感興趣并有一定數學基礎的相關人員閱讀，也可作為高等院校相關專業的教學參考書。

·18.4萬字

會員

ROS與ROS2開發指南

本書是學習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、常用的高級編程語言Python、ROS環境和機器人編程開發實訓等內容。在學習ROS開發過程中，本書在實戰篇加入了SLAM建圖、視覺跟隨和物聯網控制等前沿知識的介紹，使讀者在學習編程技能的同時，能夠更加深入地理解最新的機器人控制理論。為了發揮ROS與ROS2各自的優勢，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、高校教師及相關專業學生使用。

·7.6萬字

會員

簡易機器人制作入門

本書中所有的機器人都是以PVC為主要材料制作的，是“低成本、易實現”的一項機器人DIY活動。這本教程適用于初學的小創客，書中詳細介紹了制作PVC機器人的基本過程，還有各類機器人獨特的原理解釋與分析。教程采用圖文并茂甚到是以圖片為主的“看圖說話”方式，力求更清晰明了和通俗易懂，使小創客們能夠更加直觀、清晰地了解整個制作過程并能夠完成機器人的制作。

·4.6萬字

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

會員

面向中國制造2025的智造觀

本書提供了基于智造觀的技術架構：提出實現智能制造的四部曲，即流程精益化、適應自動化、系統數字化以及信息云端化；分析產品生命周期管理導向的生產制造模式及實現方法，包括大數據的應用、互聯網自動控制網絡的應用、數字化與信息技術的深度融合。

·12.2萬字

會員

會話式AI：自然語言處理與人機交互

本書從邏輯上看分為三大部分。第一部分（第1～2章）介紹語言理解的基礎概念與環境搭建。其中，第1章介紹人機交互的演變歷史及技術變革。第2章介紹前置技術，重點涵蓋PyTorch、TorchText、Jieba等自然語言處理學習庫的使用方法。第二部分（第3～8章）介紹自然語言處理和人機交互相關的核心技術。本書強調理論與實戰并行，在介紹相關核心技術的同時，每章針對相應核心算法展開實戰，在真實中文數據集下驗證算法性能，讓讀者從更深層面了解相關算法。第3章主要介紹中文分詞技術，包含分詞概念、分類體系、常見分詞算法，并針對HMM算法進行實戰。第4章主要介紹數據預處理相關內容，重點關注TorchText針對數據預處理與構建數據集的使用。詞向量（第5章）、序列標注（第6章）、文本分類（第7章）、文本生成（第8章）作為4種核心技術將分別單獨介紹。第三部分（第9～12章）通過講解人機交互中4個不同類型的高階技術，幫助讀者了解人機交互中的深層技術。其中包括對話生成（第9章）、知識圖譜問答（第10章）、自然語言推理（第11章）和實體語義理解（第12章）。

·13.4萬字

會員

智能控制：理論基礎、算法設計與應用

本書較全面地敘述了智能控制的基本理論、方法和應用。全書共分17章，主要內容為模糊控制的基本原理和應用、神經網絡控制的基本原理和應用、智能優化算法及其應用。本書系統性強，突出理論聯系實際，敘述深入淺出，適合于初學者學習。書中給出了一些智能算法的仿真實例和MATLAB仿真程序，并配有一定數量的習題和上機操作題，可作為高等院校工業自動化、計算機應用、電子工程等專業的高年級本科生和碩士研究生的教材，也適合從事工業自動化領域的工程技術人員閱讀和參考。