小飞鸟app下载

本書以實踐為導向，深入介紹了深度學習技術和TensorFlow框架編程內容。通過本書，讀者可以訓練自己的圖像識別模型、進行目標檢測和人臉識別、完成一個風格遷移應用，還可以使用神經網絡生成圖像和文本，進行時間序列預測、搭建機器翻譯引擎，訓練機器玩游戲等。全書共包含21個項目，分為深度卷積網絡、RNN網絡、深度強化學習三部分。讀者可以在自己動手實踐的過程中找到學習的樂趣，了解算法和編程框架的細節(jié)，讓學習深度學習算法和TensorFlow的過程變得輕松和高效。

·11.8萬字

會員

機器學習中的數學修煉

全書共分為兩篇：在上篇中，將從浩瀚的數學海洋中擷取機器學習研究人員最為必須和重要的數學基礎。內容主要包括：微積分（含場論）、數值計算和常用最優(yōu)化方法、概率論基礎與數理統(tǒng)計、線性代數等。在下篇中，將選取機器學習中最為常用的算法和模型進行講解，這部分內容將涉及（廣義）線性回歸、圖模型（包含貝葉斯網絡和HMM等）、分類算法（包括SVM，邏輯回歸，神經網絡等）和聚類算法（包括K均值和EM算法等）等話題。

·22.2萬字

會員

深度學習：核心技術、工具與案例解析

本書由微軟亞洲研究院的資深AI工程師撰寫，是一本面向初學者的、以實戰(zhàn)為導向的深度學習指南。本書首先詳細講解了深度學習的知識體系、核心概念、模型與算法、工具和庫（TensorFlow等）等全棧技術知識，然后以案例的形式講解了如何將這些知識應用到計算機視覺、自然語言處理、語音識別、對話機器人、人臉識別、自動駕駛領域。

·9.6萬字

會員

機器學習入門：數學原理解析及算法實踐

本書面向初學者，介紹了機器學習的基本方法，循序漸進的闡述了其中的數學原理，讓讀者能夠知其然，然后知其所以然。書中結合應用場景，列舉了大量編程實例幫助讀者開展動手實踐，理論與實踐相輔相成，對算法原理產生更加直觀和感性的認識。作者希望能夠通過本書幫助讀者揭開人工智能領域的神秘面紗，走進人工智能和機器學習的大門，了解其中的奧秘，甚至成為該領域的學習者、研究者和實踐者。

·10.1萬字

會員

人工智能+機器人入門與實戰(zhàn)

樹莓派是一款基于ARM架構、Linux系統(tǒng)的極簡計算機，既可以用于計算機編程教育，也可以作為機器人的控制核心。第一種運行于樹莓派上的編程語言是Python，這是當前人工智能領域最為流行的編程語言。機器視覺是人工智能中重要的細分研究領域，OpenCV則是當前機器視覺領域主流的開源處理庫，可以方便地用于計算機圖像處理，并應用于面部識別、目標識別等具體問題。本書介紹在樹莓派硬件上使用Python語言，借助OpenCV庫編程，來實現具有機器視覺功能（識別和抓取特定顏色物體、識別人臉、識別特定人臉、進行面部跟蹤）的智能機器人。《人工智能+機器人入門與實戰(zhàn)》力求通過一系列不同層次的軟硬件任務，由淺入深地講解人工智能的概念，同時覆蓋Linux系統(tǒng)操作、Python編程、機器人系統(tǒng)搭建等多方面的綜合知識。在本書案例中使用的主要硬件載體是可在桌面上固定運轉的雙軸云臺和三軸機械臂等，它們可以代表一類智能機器人的形態(tài)。本書遵循開源、分享的創(chuàng)客精神，所有的硬件材料和軟件內容均可以從公共平臺獲取，讀者在充分理解的基礎上，不必局限于本書所列硬件，可自行獲取類似設備完成項目。

·5.2萬字

會員

深度學習

《深度學習》由全球知名的三位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫，是深度學習領域奠基性的經典教材。全書的內容包括3個部分：第1部分介紹基本的數學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統(tǒng)深入地講解現今已成熟的深度學習方法和技術；第3部分討論某些具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。《深度學習》適合各類讀者閱讀，包括相關專業(yè)的大學生或研究生，以及不具有機器學習或統(tǒng)計背景、但是想要快速補充深度學習知識，以便在實際產品或平臺中應用的軟件工程師。

·43.8萬字

會員

區(qū)塊鏈技術及應用

本書系統(tǒng)詳實地介紹了區(qū)塊鏈技術和應用，主要包括三大部分內容：由淺入深地介紹了區(qū)塊鏈技術緣起、演進過程、技術原理和發(fā)展趨勢；分享并解析了落地應用案例，以華為云區(qū)塊鏈服務為例示范了區(qū)塊鏈應用實踐的過程；分析探究了區(qū)塊鏈的價值、未來發(fā)展趨勢以及有關區(qū)塊鏈的其他問題，為區(qū)塊鏈應用的開發(fā)和創(chuàng)新提供多視角的思路。本書的目標讀者是所有想充分了解區(qū)塊鏈技術和應用的人群。本書既包含區(qū)塊鏈基礎知識，又有對區(qū)塊鏈應用場景以及發(fā)展趨勢的探究，可以幫助非專業(yè)人員系統(tǒng)地了解區(qū)塊鏈；同時，本書也有對一些技術原理、算法和應用實踐的討論，期望幫助開發(fā)工程師更加快速、深入地投入區(qū)塊鏈的開發(fā)工作當中。

·17.7萬字

會員

人機物融合群智計算

隨著物聯網和人工智能技術的快速發(fā)展與加速融合，智能物聯網（AIinIoT，AIoT）正成長為一個具有具有廣泛發(fā)展前景的新興前沿領域。物聯網智能應用和服務已經逐步融入國家重大需求和民生的各個領域，如智慧城市、智能制造、無人駕駛、智慧農業(yè)、健康衛(wèi)生、國防軍事等。在智能物聯網背景下，人（智能手機、可穿戴設備等）、機（云設備/邊緣設備）、物（物聯網終端）這三種基礎要素正在走向協作和融合，邁向人機物融合群智計算時代。人機物融合群智計算（CrowdHMI）是指利用人/機/物感知能力的差異性、計算資源的互補性、節(jié)點間的交互性，通過協同感知、分布式學習、群智知識遷移等來解決單獨利用某種智能難以解決的復雜問題，進而構建具有自學習、自組織、自適應、可遷移能力的智慧空間。其潛在的研究挑戰(zhàn)包括人機物群智融合機理，人機物協作群智感知，自學習增強與自適應演化（深度模型壓縮、遷移學習、元學習、終身學習等），群體分布式學習模型（邊緣智能、端邊云協同計算、多智能體強化學習、聯邦學習等）方面。本書將為大家介紹人機物融合群智計算的基礎理論、概念模型、研究挑戰(zhàn)與關鍵技術、典型應用，并對其未來發(fā)展方向進行展望。本書可以為物聯網、人工智能、工業(yè)互聯網、智慧城市、智能制造等領域的科研人員和IT從業(yè)者提供創(chuàng)新的發(fā)展視角及相關理論、方法與技術支撐，也可作為相關專業(yè)高年級本科生和研究生課程教材。

·44.4萬字

會員

智能城市治理

本書圍繞“智能城市治理生態(tài)”的概念，對“城市生命體”“智能自治體”“治理范式”等重點組成部分進行條分縷析。全書共五章，第一章總結了城市化的進程、智能城市的發(fā)展現狀；第二章介紹了“國家治理生態(tài)”“城市生命體”的理論和核心要素；第三章以精要的方式分析了“智能城市生命體”十大子系統(tǒng)的“點-網-流”、脆弱性、智能標準及智能化；第四章重點闡釋了“智能城市治理生態(tài)”的運行基礎、內在邏輯、外在形態(tài)、智能自治體及治理范式等核心內容；第五章針對人與城市的關系、生態(tài)平衡與治理進化這兩個“智能城市治理生態(tài)”概念背后的隱含問題進行深入思考。本書主要面向國家公務員、從事信息化城市治理的研究人員，以及社會治理相關領域的研究人員。

·14.1萬字

會員

深入淺出Embedding：原理解析與應用實踐

這是一本系統(tǒng)、全面、理論與實踐相結合的Embedding技術指南，由資深的AI技術專家和高級數據科學家撰寫，得到了黃鐵軍、韋青、張崢、周明等中國人工智能領域的領軍人物的一致好評和推薦。在內容方面，本書理論與實操兼顧，一方面系統(tǒng)講解了Embedding的基礎、技術、原理、方法和性能優(yōu)化，一方面詳細列舉和分析了Embedding在機器學習性能提升、中英文翻譯、推薦系統(tǒng)等6個重要場景的應用實踐；在寫作方式上，秉承復雜問題簡單化的原則，盡量避免復雜的數學公式，盡量采用可視化的表達方式，旨在降低本書的學習門檻，讓讀者能看得完、學得會。全書一共16章，分為兩個部分：第1部分（第1~9章）Embedding理論知識。主要講解Embedding的基礎知識、原理以及如何讓Embedding落地的相關技術，如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學習方法等，重點介紹了Transformer和基于它的GPT、BERT預訓練模型及BERT的多種改進版本等。第二部分（第10~16章）Embedding應用實例。通過6個實例介紹了Embedding及相關技術的實際應用，包括如何使用Embedding提升傳統(tǒng)機器學習性，如何把Embedding技術應用到推薦系統(tǒng)中，如何使用Embedding技術提升NLP模型的性能等。

·11.3萬字

會員

生成對抗網絡入門指南（第2版）

生成對抗網絡毫無疑問是當今熱門的人工智能技術之一，曾被美國《麻省理工科技評論》評選為“全球十大突破性技術”。《生成對抗網絡入門指南》是一本結合基礎理論與工程實踐的入門型書籍，深入淺出地講解了生成對抗網絡的各類模型以及技術發(fā)展。本書面向機器學習從業(yè)人員、在校相關專業(yè)學生以及具備一定基礎的人工智能領域愛好者。通過本書的學習，能夠了解生成對抗網絡的技術原理，并通過書中的代碼實例深入技術細節(jié)。本書共分12個章節(jié)，其中前半部分分別介紹了目前研究領域已經較為成熟的生成對抗網絡模型，比如DCGAN、WGAN等等，以及大量不同結構的生成對抗網絡變種。本書后半部分介紹了文本到圖像的生成、圖像到圖像的生成、離散數據的生成以及當前前沿的高質量生成技術，結尾總結了目前生成對抗網絡在行業(yè)應用中的研究與發(fā)展。希望本書能夠幫助廣大讀者跟上新技術的前沿，成為人工智能時代的先行者。

·10萬字

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(fā)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(fā)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

深度學習：原理與應用實踐

深度學習與大數據是當今最流行和最受關注的兩大計算機技術方向。本書旨在成為國內第一本深度學習原著。本書將全面、系統(tǒng)地介紹深度學習相關的技術，包括人工神經網絡，卷積神經網絡，深度學習平臺及源代碼分析，深度學習入門與進階，深度學習高級實踐，所有章節(jié)均附有源程序，所有實驗讀者均可重現，具有高度的可操作性和實用性。通過本書，研究人員、深度學習愛好者，能夠在2-3個月內，系統(tǒng)掌握深度學習相關的理論和技術。

·4.8萬字

會員

實戰(zhàn)AI大模型

《實戰(zhàn)AI大模型》是一本旨在填補人工智能（AI）領域（特別是AI大模型）理論與實踐之間鴻溝的實用手冊。書中介紹了AI大模型的基礎知識和關鍵技術，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT4、PaLM和視覺模型等，并詳細解釋了這些模型的技術原理、實際應用以及高性能計算（HPC）技術的使用，如并行計算和內存優(yōu)化。同時，《實戰(zhàn)AI大模型》還提供了實踐案例，詳細介紹了如何使用ColossalAI訓練各種模型。無論是人工智能初學者還是經驗豐富的實踐者，都能從本書學到實用的知識和技能，從而在迅速發(fā)展的AI領域中找到適合自己的方向。

·14.8萬字

會員

OpenCV 4機器學習算法原理與編程實戰(zhàn)

本書主要面向OpenCV領域的研究與開發(fā)人員，采用原理結合實戰(zhàn)的方式，介紹OpenCV4的機器學習算法模塊與深度神經網絡模塊中的核心算法原理與C++編程實戰(zhàn)。全書共10章，第1~3章，介紹OpenCV4的基礎知識、基本圖像操作和機器學習基礎知識；第4~8章，介紹K-means、KNN、決策樹、隨機森林、Boosting算法和支持向量機等機器學習算法與編程實戰(zhàn)；第9~10章，介紹神經網絡與深度神經網絡的基本原理與編程實戰(zhàn)，并提供了不同深度學習模型的部署示例代碼。

·10.3萬字

會員

深度學習必學的十個問題：理論與實踐

本書兼顧了數學上的理解和代碼實踐，內容主要包括基礎知識和深度學習模型。第1章介紹深度學習的簡潔發(fā)展思路和表示學習機制；第2章、第3章介紹神經網絡的基于梯度的優(yōu)化方法、神經網絡的優(yōu)化難點以及相應的解決方法；第4章討論神經網絡遇到的過擬合問題；第5章分析神經網絡的最小組成部分：神經元；第6章討論三種方案解決深層網絡的訓練難題：批標準化、SELU、ResNet；第7章、第8章講述了兩種重要的神經網絡模型：卷積神經網絡和循環(huán)神經網絡；第9章討論了對于神經網絡的無監(jiān)督學習方式；第10章詳細討論以變分自編碼器和對抗生成網絡為代表的概率生成網絡。本書適合對于深度學習感興趣的大學生、工程師閱讀參考。閱讀本書需要具備基礎的Python編程技術和基本的數學知識。

·5.1萬字

會員

邊緣計算與人工智能應用開發(fā)技術

本書詳細介紹邊緣計算和人工智能技術，主要內容包括邊緣計算與人工智能概述、邊緣計算與人工智能基本開發(fā)方法、邊緣計算與人工智能模型開發(fā)、邊緣計算與人工智能基礎應用開發(fā)、邊緣計算與人工智能綜合應用開發(fā)。全書采用項目式開發(fā)的學習方法，通過貼近日常生活的開發(fā)實例，由淺入深地介紹邊緣計算與人工智能的相關知識。本書中的每個案例均有完整的開發(fā)過程，并給出了開發(fā)代碼，讀者可在這些案例的基礎上快速地進行二次開發(fā)。

·9.5萬字

會員

ChatGPT速通手冊

ChatGPT的發(fā)布被業(yè)界認為是通用人工智能的iPhone時刻，標志著自然語言處理領域新時代的到來。本書將由淺入深地為廣大讀者介紹ChatGPT的基礎概念、底層原理，不同場景下的運用實踐技巧，行業(yè)生態(tài)中熱門的應用，并適度展望多模態(tài)下的通用人工智能應用前景。最后，本書以群聊和文檔問答兩個具體場景的開源項目為例，演示講解如何使用ChatGPTAPI、向量數據庫和LangChain工具集，開發(fā)構建自己的ChatGPT應用。希望本書能為讀者深入了解ChatGPT的應用和潛力提供全面的指導和參考，激發(fā)更多人嘗試和探索ChatGPT。

·8.8萬字

會員

深入淺出AI算法：基礎概覽

本書從理論到實踐，循序漸進地介紹了人工智能算法的基礎知識，幫助讀者敲開人工智能算法之門。本書內容共8章，包括算法的歷史背景與基本概念、算法相關的數學基礎知識、信息學算法與數據結構相關的概念與知識，以及業(yè)界常用的機器學習算法。同時，本書還介紹了算法工程的組成部分，以及一個典型的算法工程實踐項目，手把手帶領讀者體驗算法的魅力。本書還介紹了人工智能算法的三大研究方向，幫助讀者邁向AI算法的進階學習之路。本書每一章的內容都采用了“總分總”形式，并且在章節(jié)末尾提煉出該章的核心關鍵詞，方便讀者進一步查詢回顧。其中，第2章~第7章配有若干代表性的思考題，幫助讀者鞏固章節(jié)所學知識。本書適合從事與人工智能相關的工程技術人員和高等院校相關專業(yè)的學生，以及在AI領域就業(yè)一兩年以內的職場人士閱讀。

·9.7萬字

跳轉至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字數

更新時間

寧夏無人機遙感監(jiān)測理論與實踐

21個項目玩轉深度學習：基于TensorFlow的實踐詳解