官术网_书友最值得收藏!

會話式AI:自然語言處理與人機(jī)交互
會員

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(chǔ)概念與環(huán)境搭建。其中,第1章介紹人機(jī)交互的演變歷史及技術(shù)變革。第2章介紹前置技術(shù),重點涵蓋PyTorch、TorchText、Jieba等自然語言處理學(xué)習(xí)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(jī)交互相關(guān)的核心技術(shù)。本書強(qiáng)調(diào)理論與實戰(zhàn)并行,在介紹相關(guān)核心技術(shù)的同時,每章針對相應(yīng)核心算法展開實戰(zhàn),在真實中文數(shù)據(jù)集下驗證算法性能,讓讀者從更深層面了解相關(guān)算法。第3章主要介紹中文分詞技術(shù),包含分詞概念、分類體系、常見分詞算法,并針對HMM算法進(jìn)行實戰(zhàn)。第4章主要介紹數(shù)據(jù)預(yù)處理相關(guān)內(nèi)容,重點關(guān)注TorchText針對數(shù)據(jù)預(yù)處理與構(gòu)建數(shù)據(jù)集的使用。詞向量(第5章)、序列標(biāo)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(shù)將分別單獨介紹。第三部分(第9~12章)通過講解人機(jī)交互中4個不同類型的高階技術(shù),幫助讀者了解人機(jī)交互中的深層技術(shù)。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)。

杜振東 涂銘 ·人工智能 ·13.4萬字

深度學(xué)習(xí)與目標(biāo)檢測:工具、原理與算法
會員

隨著深度學(xué)習(xí)技術(shù)的發(fā)展、計算能力的提升和視覺數(shù)據(jù)的增加,計算機(jī)視覺技術(shù)在圖像搜索、智能相冊、人臉閘機(jī)、城市智能交通管理、智慧醫(yī)療等諸多領(lǐng)域都取得了令人矚目的成績。越來越多的人開始關(guān)注這個領(lǐng)域。計算機(jī)視覺包含多個分支,其中圖像分類、目標(biāo)檢測、圖像分割、目標(biāo)跟蹤等是計算機(jī)視覺領(lǐng)域最重要的幾個研究課題。本書介紹的目標(biāo)檢測技術(shù),本質(zhì)上就是通過計算機(jī)運行特定的算法,檢測圖像中一些受關(guān)注的目標(biāo)。當(dāng)今時代,我們很容易在互聯(lián)網(wǎng)上找到目標(biāo)檢測算法的開源代碼,運行代碼并不是什么難事,但理解其中的原理卻有一定的難度。我們編寫本書的目的就是由淺入深地向讀者講解目標(biāo)檢測技術(shù),用相對通俗的語言來介紹算法的背景和原理,在讀者“似懂非懂”時給出實戰(zhàn)案例。實戰(zhàn)案例的代碼已全部通過線下驗證,代碼并不復(fù)雜,可以很好地幫助讀者理解算法細(xì)節(jié),希望讀者在學(xué)習(xí)理論之后可以親自動手實踐。目標(biāo)檢測的理論和實踐是相輔相成的,希望本書可以帶領(lǐng)讀者走進(jìn)目標(biāo)檢測的世界。

涂銘 金智勇 ·人工智能 ·8.6萬字

ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)
會員

《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》作為《PyTorch2.0深度學(xué)習(xí)從零開始學(xué)》的姊妹篇,專注于大模型的本地化部署、應(yīng)用開發(fā)以及微調(diào)等。《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》不僅系統(tǒng)地闡述了深度學(xué)習(xí)大模型的核心理論,更注重實踐應(yīng)用,通過豐富的案例和場景,引導(dǎo)讀者從理論走向?qū)嵺`,真正領(lǐng)悟和掌握大模型本地化應(yīng)用的精髓。全書共分13章,全方位、多角度地展示了大模型本地化實戰(zhàn)的完整方案,內(nèi)容包括大模型時代的開端、PyTorch2.0深度學(xué)習(xí)環(huán)境搭建、基于gradio的云上自托管ChatGLM3部署實戰(zhàn)、使用ChatGLM3與LangChain實現(xiàn)知識圖譜抽取和智能問答、適配ChatGLM3終端的Template與Chain詳解、ChatGLM3多文本檢索的增強(qiáng)生成實戰(zhàn)、構(gòu)建以人為本的ChatGLM3規(guī)范化Prompt提示工程、使用ChatGLM3的思維鏈構(gòu)建、GLM源碼分析與文本生成實戰(zhàn)、低資源單GPU微調(diào)ChatGLM3實戰(zhàn)、會使用工具的ChatGLM3、上市公司財務(wù)報表非結(jié)構(gòu)化信息抽取實戰(zhàn)、上市公司財務(wù)報表智能問答與財務(wù)預(yù)警實戰(zhàn)。《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》適合大模型的初學(xué)者、有一定基礎(chǔ)的大模型研究人員、大模型應(yīng)用開發(fā)人員。同時,《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》還可作為高等院校或高職高專相關(guān)專業(yè)大模型課程的教材,助力培養(yǎng)新一代的大模型領(lǐng)域人才。

王曉華 ·人工智能 ·13萬字

工業(yè)級知識圖譜:方法與實踐
會員

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(jìn)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(qiáng)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(jī)專業(yè)學(xué)生閱讀。

張偉 陳華鈞 張亦弛 ·人工智能 ·19.4萬字

因果推斷與機(jī)器學(xué)習(xí)(修訂版)
會員

本書是一本理論扎實,同時聯(lián)系實際應(yīng)用的圖書。全書系統(tǒng)地介紹了因果推斷的基本知識、基于機(jī)器學(xué)習(xí)的因果推斷方法和基于因果推斷的機(jī)器學(xué)習(xí)方法及其在一些重要領(lǐng)域的應(yīng)用。全書共分6章。第1章從結(jié)構(gòu)因果模型和潛在結(jié)果框架出發(fā),介紹因果推斷的基本概念和方法。第2章介紹近年統(tǒng)計和機(jī)器學(xué)習(xí)文獻(xiàn)中出現(xiàn)的一些重要的基于機(jī)器學(xué)習(xí)的因果推斷方法。第3章介紹能夠提高機(jī)器學(xué)習(xí)模型的泛化能力的因果表征學(xué)習(xí)。第4章介紹因果機(jī)器學(xué)習(xí)如何提高機(jī)器學(xué)習(xí)模型的可解釋性與公平性。第5章介紹因果機(jī)器學(xué)習(xí)在推薦系統(tǒng)和學(xué)習(xí)排序中的應(yīng)用。第6章是對全書的一個總結(jié)和對未來的展望。本書對結(jié)合因果推斷和機(jī)器學(xué)習(xí)的理論與實踐進(jìn)行了介紹。并在第1版的基礎(chǔ)上對一些陳舊的內(nèi)容做了更新。通過閱讀本書,讀者不僅可以掌握因果機(jī)器學(xué)習(xí)的基礎(chǔ)理論,還可對本書中提到的論文代碼進(jìn)行鉆研,從而在實踐中加深對因果機(jī)器學(xué)習(xí)的理解。

郭若城等編著 ·人工智能 ·14.1萬字

Unity人工智能實戰(zhàn)(原書第2版)
會員

第1章探究幾個有趣的移動算法,這些算法基于CraigReynolds與IanMillington開發(fā)的轉(zhuǎn)向行為(steeringbehavior)原則,是絕大多數(shù)高級游戲和其他一些依賴于移動的算法(比如尋路算法家族)的基礎(chǔ)。第2章涵蓋了用于導(dǎo)航復(fù)雜場景的尋路算法。該章包含一些使用不同的圖結(jié)構(gòu)來表示游戲世界的方法,以及幾個用于尋路的算法,每種算法針對的場景有所不同。第3章解釋不同的決策制定技術(shù),這些技術(shù)能夠靈活地適應(yīng)不同類型的游戲,并且足夠健壯地讓我們構(gòu)建模塊化的決策制定系統(tǒng)。第4章揭示Unity5.6中引入的NavMeshAPI的內(nèi)部原理,解釋如何掌握NavMesh的強(qiáng)大之處,以及實時優(yōu)化。第5章涉及幾篇不同的教程,把不同的agent協(xié)調(diào)成一個整體,比如基于圖表(如路徑點和勢力圖)制定戰(zhàn)術(shù)策略的編隊技巧。第6章探究了幾種在agent上模擬感官刺激的不同方式。我們將學(xué)習(xí)如何使用已知的工具來創(chuàng)建這些模擬器:碰撞器和圖。第7章涵蓋了用于開發(fā)棋類游戲的一個算法家族,以及創(chuàng)建AI的基于回合的游戲技術(shù)。第8章探索機(jī)器學(xué)習(xí)領(lǐng)域,該章是我們學(xué)習(xí)并將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到游戲中的極好開端。第9章探究使用程序化內(nèi)容生成來實現(xiàn)游戲可重玩性的幾種不同技術(shù)。該章是生成不同類型的內(nèi)容的指南。第10章介紹一些新技術(shù),以及使用前幾章中學(xué)過的算法創(chuàng)建不完全符合特定類別的新行為。

(智利)豪爾赫·帕拉西奧斯 ·人工智能 ·5.1萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 泾川县| 班玛县| 泉州市| 原平市| 祁连县| 茌平县| 行唐县| 沐川县| 会东县| 肇州县| 乐陵市| 绵阳市| 沧源| 永城市| 海晏县| 邵阳市| 越西县| 南充市| 新田县| 奉新县| 连云港市| 潜山县| 瑞金市| 肥城市| 凌源市| 额敏县| 商城县| 平利县| 崇左市| 南昌县| 乐清市| 长阳| 莎车县| 喀什市| 长垣县| 开平市| 宁国市| 克拉玛依市| 民勤县| 蓬溪县| 休宁县|