换下来的旧的财神该怎么处理

《初中如何用DeepSeek快速提高英語成績》是一本顛覆傳統(tǒng)學(xué)習(xí)模式的智能提分指南。針對初中生“背了就忘的詞匯、似懂非懂的語法、聽得清卻選不對的聽力、讀得懂卻做不對的閱讀”等核心痛點，本書通過七大AI賦能方案，將復(fù)雜的學(xué)習(xí)難題轉(zhuǎn)化為精準(zhǔn)的科技解決方案。從7天攻克300+高頻考點的智能背詞計劃，到透視十年命題規(guī)律的真題大數(shù)據(jù)攻略；從動態(tài)修復(fù)語法漏洞的AI診斷系統(tǒng)，到模擬真實考場的聽力特訓(xùn)艙——全書以真實案例與實驗數(shù)據(jù)為錨點，揭示如何用AI技術(shù)實現(xiàn)“精準(zhǔn)定位漏洞、靶向提升弱項、預(yù)測命題趨勢”的逆襲邏輯。書中更獨家披露考前30天的智能沖刺策略，通過錯題追蹤、腦力節(jié)律優(yōu)化與壓力管理，幫助學(xué)生在有限時間內(nèi)激活最大提分潛能。這不是又一本普通教輔，而是一場用十萬考生數(shù)據(jù)訓(xùn)練出的學(xué)習(xí)革命，讓每個努力時刻都轉(zhuǎn)化為肉眼可見的分?jǐn)?shù)增長。掃碼即可解鎖DeepSeek智能工具，見證英語成績的指數(shù)級蛻變！

·1.5萬字

會員

TensorFlow機器學(xué)習(xí)（原書第2版）

這是一本TensorFlow機器學(xué)習(xí)入門教程，書中通過大量實例，以淺顯易懂、循序漸進(jìn)的方式詳細(xì)闡釋使用Python和TensorFlow構(gòu)建機器學(xué)習(xí)模型的核心技術(shù)與方法。本書既涵蓋機器學(xué)習(xí)基礎(chǔ)理論，又介紹了如何將機器學(xué)習(xí)核心概念應(yīng)用于現(xiàn)實世界的挑戰(zhàn)（例如，情感分析、文本分類和圖像識別）中，并通過實例展示了用于深度語音處理、面部識別以及使用CIFAR-10的自編碼器的神經(jīng)網(wǎng)絡(luò)技術(shù)。全書共分為三部分。第一部分（第1～2章）討論機器學(xué)習(xí)的基本原理及其當(dāng)前被大規(guī)模應(yīng)用的原因；第二部分（第3～10章）通過大量實例詳細(xì)介紹回歸算法和分類算法，涵蓋回歸、分類、無監(jiān)督聚類和隱馬爾可夫模型（HMM）等技術(shù)及應(yīng)用；第三部分（第11～19章）主要介紹神經(jīng)網(wǎng)絡(luò)及其應(yīng)用，涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動分類圖像和面部識別的卷積神經(jīng)網(wǎng)絡(luò)（CNN）、用于時間序列數(shù)據(jù)或語音轉(zhuǎn)文本的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），以及seq2seqRNN架構(gòu)等內(nèi)容。通過閱讀本書，你將能夠：使用TensorFlow進(jìn)行機器學(xué)習(xí)選擇最佳的機器學(xué)習(xí)方法使用TensorBoard可視化算法與合作伙伴共享結(jié)果在Docker中運行模型

·16.8萬字

會員

TensorFlow技術(shù)解析與實戰(zhàn)

TensorFlow是谷歌公司開發(fā)的深度學(xué)習(xí)框架，也是目前深度學(xué)習(xí)的主流框架之一。本書從深度學(xué)習(xí)的基礎(chǔ)講起，深入TensorFlow框架原理、模型構(gòu)建、源代碼分析和網(wǎng)絡(luò)實現(xiàn)等各個方面。全書分為基礎(chǔ)篇、實戰(zhàn)篇和提高篇三部分。本書深入淺出，理論聯(lián)系實際，實戰(zhàn)案例新穎，基于zui新的TensorFlow1.1版本，涵蓋TensorFlow的新特性，非常適合對深度學(xué)習(xí)和TensorFlow感興趣的讀者閱讀。

·11.8萬字

會員

Joy RL：強化學(xué)習(xí)實踐教程

本書是繼《EasyRL：強化學(xué)習(xí)教程》（俗稱“蘑菇書”）之后，為強化學(xué)習(xí)的讀者專門打造的一本深入實踐的全新教程。全書大部分內(nèi)容基于3位作者的實踐經(jīng)驗，涵蓋馬爾可夫決策過程、動態(tài)規(guī)劃、免模型預(yù)測、免模型控制、深度學(xué)習(xí)基礎(chǔ)、DQN算法、DQN算法進(jìn)階、策略梯度、Actor-Critic算法、DDPG與TD3算法、PPO算法等內(nèi)容，旨在幫助讀者快速入門強化學(xué)習(xí)的代碼實踐，并輔以一套開源代碼框架“JoyRL”，便于讀者適應(yīng)業(yè)界應(yīng)用研究風(fēng)格的代碼。與“蘑菇書”不同，本書對強化學(xué)習(xí)核心理論進(jìn)行提煉，并串聯(lián)知識點，重視強化學(xué)習(xí)代碼實踐的指導(dǎo)而不是對理論的詳細(xì)講解。本書適合具有一定編程基礎(chǔ)且希望快速進(jìn)入實踐應(yīng)用階段的讀者閱讀。

·7.8萬字

會員

中國人形機器人創(chuàng)新發(fā)展報告2025

作為一本技術(shù)性很強的書，《中國人形機器人創(chuàng)新發(fā)展報告2025》覆蓋人工智能、大模型、視覺捕捉、自動化控制等一些列技術(shù)和學(xué)科。本書系統(tǒng)性梳理了《人形機器人創(chuàng)新發(fā)展指導(dǎo)意見》發(fā)布以來中國人形機器人產(chǎn)業(yè)在關(guān)鍵技術(shù)、產(chǎn)品培育、場景應(yīng)用、生態(tài)營造、支撐能力以及保障措施等多方面的發(fā)展態(tài)勢，通過多角度案例研究，全面解析了中國在這一領(lǐng)域的成果與經(jīng)驗，力圖展示中國人形機器人產(chǎn)業(yè)的全貌，洞察人形機器人產(chǎn)業(yè)未來發(fā)展的新趨勢、新挑戰(zhàn)及新機遇。

·9萬字

人機共生

智能時代洶洶來襲，未來99%的人當(dāng)真會成為無用階層，只要極少數(shù)人才會成為超級人類？當(dāng)智能機器越來越自主、越來越聰明，人類還能干什么？當(dāng)“省錢的弗蘭肯斯坦”來臨，誰是不會被機器替代的人？哪些工作是機器無法做到的？人類和機器會和諧共處嗎？《人機共生》正是為應(yīng)對這些問題而作，本書獨家揭秘智能時代人類勝出的5大策略，讓機器做機器做的事，讓人做人做的事，人類與智能機器共同工作、共同增強。如果你對機器侵蝕人類工作的現(xiàn)狀備感憂慮，那么《人機共生》就是對癥良藥，此書會告訴你，人類會在哪些工作領(lǐng)域勝出智能機器。《人機共生》兩位作者托馬斯·達(dá)文波特和茱莉婭·柯爾比前瞻性地指出，人類會強化智能機器，而不是被它們?nèi)〈瑱C器會幫人類更好、更快地完成工作，所以不應(yīng)該將其看作是需要打敗的敵人，而是合作伙伴。人類和機器能否和諧共處，選擇在于我們。

·18.3萬字

會員

機器學(xué)習(xí)基礎(chǔ)：從入門到求職

本書是一本機器學(xué)習(xí)算法方面的理論+實踐讀物，主要包含機器學(xué)習(xí)基礎(chǔ)理論、回歸模型、分類模型、聚類模型、降維模型和深度學(xué)習(xí)模型六大部分。機器學(xué)習(xí)基礎(chǔ)理論部分包含第1、2章，主要介紹機器學(xué)習(xí)的理論基礎(chǔ)和工程實踐基礎(chǔ)。第3章是回歸模型部分，主要包括模型的建立、學(xué)習(xí)策略的確定和優(yōu)化算法的求解過程，最后結(jié)合三種常見的線性回歸模型實現(xiàn)了一個房價預(yù)測的案例。第4至11章詳細(xì)介紹了幾種常見的分類模型，包括樸素貝葉斯模型、K近鄰模型、決策樹模型、Logistic回歸模型、支持向量機模型、隨機森林模型、AdaBoost模型和提升樹模型，每一個模型都給出了較為詳細(xì)的推導(dǎo)過程和實際應(yīng)用案例。第12章系統(tǒng)介紹了五種常見的聚類模型，包括K-Means聚類、層次聚類、密度聚類、譜聚類和高斯混合聚類，每一個模型的原理、優(yōu)缺點和工程應(yīng)用實踐都給出了較為詳細(xì)的說明。第13章系統(tǒng)介紹了四種常用的降維方式，包括奇異值分解、主成分分析、線性判別分析和局部線性嵌入，同樣給出了詳細(xì)的理論推導(dǎo)和分析。最后兩章分別是詞向量模型和深度神經(jīng)網(wǎng)絡(luò)模型，其中，詞向量模型詳細(xì)介紹了Word2Vec和Doc2Vec模型的原理推導(dǎo)和應(yīng)用；深度神經(jīng)網(wǎng)絡(luò)模型系統(tǒng)介紹了深度學(xué)習(xí)相關(guān)的各類基礎(chǔ)知識。

·12.3萬字

會員

強化學(xué)習(xí)：原理與Python實戰(zhàn)

本書從原理和實戰(zhàn)兩個方面介紹了強化學(xué)習(xí)。原理方面，深入介紹了主流強化學(xué)習(xí)理論和算法，覆蓋資格跡等經(jīng)典算法和MuZero等深度強化學(xué)習(xí)算法；實戰(zhàn)方面，每章都配套了編程案例，以方便讀者學(xué)習(xí)。全書從邏輯上分為三部分。第1章：從零開始介紹強化學(xué)習(xí)的背景知識，介紹環(huán)境庫Gym的使用。第2～15章：基于折扣獎勵離散時間Markov決策過程模型，介紹強化學(xué)習(xí)的主干理論和常見算法。采用數(shù)學(xué)語言推導(dǎo)強化學(xué)習(xí)的基礎(chǔ)理論，進(jìn)而在理論的基礎(chǔ)上講解算法，并為算法提供配套代碼實現(xiàn)。基礎(chǔ)理論的講解突出主干部分，算法講解全面覆蓋主流的強化學(xué)習(xí)算法，包括經(jīng)典的非深度強化學(xué)習(xí)算法和近年流行的強化學(xué)習(xí)算法。Python實現(xiàn)和算法講解一一對應(yīng)，還給出了深度強化學(xué)習(xí)算法的TensorFlow和PyTorch對照實現(xiàn)。第16章：介紹其他強化學(xué)習(xí)模型，包括平均獎勵模型、連續(xù)時間模型、非齊次模型、半Markov模型、部分可觀測模型等，以便更好了解強化學(xué)習(xí)研究的全貌。

·17.2萬字

會員

Manus極簡入門：從0到1快速打造你的AI智能體

本書是一本全面介紹Manus及其應(yīng)用的實用指南，旨在幫助讀者深入了解Manus的核心技術(shù)、獨特優(yōu)勢及其在各個領(lǐng)域的廣泛應(yīng)用，為讀者在智能化時代的學(xué)習(xí)、工作和生活提供有力支持。首先，本書深入剖析智能體的本質(zhì)與技術(shù)基礎(chǔ)，詳細(xì)闡述AIAgent的核心架構(gòu)、運作原理，及其與傳統(tǒng)AI模型的區(qū)別，并從不同維度對比Manus與其他AI大模型（如DeepSeek、ChatGPT），讓讀者對Manus的技術(shù)優(yōu)勢有清晰的認(rèn)識。其次，本書重點介紹Manus在個人工作與學(xué)習(xí)中的應(yīng)用，涵蓋智能日程優(yōu)化、職場技能提升、學(xué)習(xí)輔助等多個方面，為個人提升工作效率和學(xué)習(xí)效果提供實用方法與工具。接著，本書依次探討Manus在市場營銷、銷售收益優(yōu)化、供應(yīng)鏈管理等商業(yè)領(lǐng)域的創(chuàng)新應(yīng)用，包括AI虛擬代言人、動態(tài)內(nèi)容營銷、談判策略生成、價格彈性預(yù)測、多級庫存優(yōu)化等內(nèi)容，幫助企業(yè)實現(xiàn)精準(zhǔn)營銷、高效銷售和精益管理。此外，本書深入分析Manus在產(chǎn)品服務(wù)創(chuàng)新、組織管理、風(fēng)險管理等方面的應(yīng)用案例，如AI概念生成、虛擬焦點小組、智能包裝設(shè)計、組織網(wǎng)絡(luò)分析等，為企業(yè)的產(chǎn)品創(chuàng)新和內(nèi)部管理提供新思路。最后，本書還關(guān)注Manus在戰(zhàn)略決策、日常生活等領(lǐng)域的應(yīng)用，包括市場進(jìn)入模擬、技術(shù)成熟度評估、健康與身心管理、家庭與社交關(guān)系優(yōu)化等方面，助力讀者從宏觀戰(zhàn)略到微觀生活全方位提升智能化水平。

·16.8萬字

會員

機器學(xué)習(xí)中的概率思維

本書深入剖析機器學(xué)習(xí)中的概率思維，從基礎(chǔ)理論出發(fā)，結(jié)合經(jīng)典案例，闡述如何將概率思維巧妙地應(yīng)用于機器學(xué)習(xí)算法，幫助讀者理解數(shù)據(jù)背后的規(guī)律與不確定性。除引言外，全書內(nèi)容分為5章，包括貝葉斯定理中的概率思維、樸素貝葉斯算法中的概率思維、極大似然估計和最大后驗估計、貝葉斯網(wǎng)絡(luò)、馬爾可夫鏈和隱馬爾可夫模型。本書適合機器學(xué)習(xí)領(lǐng)域的工程師、研究員閱讀，也可作為計算機科學(xué)、統(tǒng)計學(xué)、電子工程、計量經(jīng)濟學(xué)等領(lǐng)域的技術(shù)人員的參考用書。

·2.5萬字

會員

機器人傳感器

機器人傳感器是實現(xiàn)機器人及自身與外部環(huán)境進(jìn)行信息交互的重要手段。通過搭載不同類型的傳感器，機器人對其自身及周圍環(huán)境進(jìn)行檢測，并對檢測結(jié)果進(jìn)行處理、分析、決策，然后選擇合適的運動。本書按傳感器基礎(chǔ)篇、機器人傳感器篇進(jìn)行編排，全書共7章，前后呼應(yīng)，循序漸進(jìn)，由常用傳感器到機器人傳感器應(yīng)用，逐步介紹了傳感器的基礎(chǔ)知識與檢測技術(shù)、常用傳感器、智能傳感器、機器人常用傳感器、工業(yè)機器人常用傳感器、移動機器人常用傳感器、機器人多傳感器信息融合等內(nèi)容。

·14.1萬字

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(chǔ)概念與環(huán)境搭建。其中，第1章介紹人機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交互相關(guān)的核心技術(shù)。本書強調(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）通過講解人機交互中4個不同類型的高階技術(shù)，幫助讀者了解人機交互中的深層技術(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）。

·13.4萬字

會員

Spark機器學(xué)習(xí)進(jìn)階實戰(zhàn)

本書一共分三大部分：基礎(chǔ)篇（1-2章）對Spark機器學(xué)習(xí)進(jìn)行概述、并通過Spark機器學(xué)習(xí)開始進(jìn)行數(shù)據(jù)分析；算法篇（3-8章）針對分類、聚類、回歸、協(xié)同過濾、關(guān)聯(lián)規(guī)則、降維等算法進(jìn)行詳細(xì)講解，并進(jìn)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(yù)估、智慧交通大數(shù)據(jù)4個綜合場景，詳細(xì)講解基于Spark機器學(xué)習(xí)的綜合應(yīng)用。

·11.2萬字

會員

DeepSeek：打開財富密碼

本書全面解析了DeepSeek的崛起歷程、技術(shù)突破及其對AI行業(yè)的深遠(yuǎn)影響。全書共6章，第1章追溯DeepSeek的起源與發(fā)展，展示其從初創(chuàng)到全球爆火的歷程；第2章通過“AI領(lǐng)域拼多多”的比喻，分析其低成本、高性能的商業(yè)化路徑，并深入探討其核心技術(shù)；第3章介紹相關(guān)應(yīng)用方法，包括優(yōu)化交互方式、調(diào)用API服務(wù)、本地部署模型等；第4章、第5章分別分析DeepSeek引發(fā)的行業(yè)變革，以及其AI能力在垂直行業(yè)領(lǐng)域的應(yīng)用前景；第6章剖析AI行業(yè)發(fā)展中的挑戰(zhàn)與機遇，為未來AI行業(yè)發(fā)展提供思考方向。

·11.6萬字

會員

機器學(xué)習(xí)中的統(tǒng)計思維（Python實現(xiàn)）

機器學(xué)習(xí)是人工智能的核心，而統(tǒng)計思維則是機器學(xué)習(xí)方法的核心：從隨機性中尋找規(guī)律性。例如，利用損失最小化思想制定學(xué)習(xí)策略，采用概率最大化思想估計模型參數(shù)，利用方差對不確定性的捕捉構(gòu)造k維樹，采用貝葉斯公式構(gòu)建分類決策模型，等等。只有樹立正確的統(tǒng)計思維，才能準(zhǔn)確高效地運用機器學(xué)習(xí)方法開展數(shù)據(jù)處理與分析。本書以統(tǒng)計思維的視角，揭示監(jiān)督學(xué)習(xí)中回歸和分類模型的核心思想，幫助讀者構(gòu)建理論體系。

·18萬字

會員

AI：人工智能的本質(zhì)與未來

人工智能并不是一個新鮮的概念，自提出到現(xiàn)在已經(jīng)有半個多世紀(jì)的時間，期間經(jīng)過了跌宕起伏的發(fā)展歷程。作者從專業(yè)的角度，深入淺出，梳理了人工智能發(fā)展的歷程，其經(jīng)歷的不同階段概況，如今最前沿的發(fā)展現(xiàn)狀以及面臨的困境，并探討了其未來發(fā)展的可能性，堪稱一部精彩的人工智能進(jìn)化史。作者瑪格麗特·博登具有深厚的跨學(xué)科背景，她將心理學(xué)、醫(yī)學(xué)、哲學(xué)等領(lǐng)域的知識融會貫通，與自己對人工智能的研究相結(jié)合，生發(fā)出獨特而深刻的洞見，被譽為“人工智能領(lǐng)域的女性女人”。

·9萬字

會員

人工的你：人工智能與心智的未來

在《人工的你》一書中，作者認(rèn)為人工智能不可避免會將智能的發(fā)展引向新的方向，但如何規(guī)劃一條合理的前進(jìn)路線則取決于我們。隨著人工智能技術(shù)不僅向內(nèi)發(fā)展重塑大腦，同時向外發(fā)展創(chuàng)造出機器心智的可能性，我們必須提高警惕。智人作為心智的設(shè)計者，以后將會擺弄的一些“工具”是自己并不理解使用方法的：自我、心智，還有意識。作者論證的是，如果沒有充分掌握這些實體的本性，那么這可能會給人工智能和大腦增強技術(shù)的應(yīng)用埋下禍根，會帶來有意識存在的死亡或者苦難。要獲得繁榮發(fā)展，我們必須掌握算法深處潛藏的哲學(xué)問題。

·8.7萬字

會員

《機器學(xué)習(xí)》習(xí)題參考

本書配套周志華教授所著的《機器學(xué)習(xí)》教材，通過大量習(xí)題考查讀者對機器學(xué)習(xí)相關(guān)知識點的理解與掌握。全書分為兩個部分：第一部分習(xí)題對應(yīng)《機器學(xué)習(xí)》第1~10章的內(nèi)容，包括緒論、模型評估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)；第二部分包含6章應(yīng)用專題，通過綜合題的形式對知識點進(jìn)行多角度考查，包括線性模型的優(yōu)化與復(fù)用、面向類別不平衡數(shù)據(jù)的分類、神經(jīng)網(wǎng)絡(luò)的優(yōu)化與應(yīng)用、EM算法及其應(yīng)用、集成學(xué)習(xí)的過擬合現(xiàn)象研究、度量學(xué)習(xí)及其應(yīng)用。書中包含簡答題、計算題和編程題，涵蓋不同難度級別，機器學(xué)習(xí)初學(xué)者可以通過這些習(xí)題深入了解和鞏固教材的關(guān)鍵概念，對機器學(xué)習(xí)有一定基礎(chǔ)的讀者也可以通過習(xí)題發(fā)現(xiàn)對一些知識點不同角度的解讀，為后續(xù)機器學(xué)習(xí)的深入研究打下基礎(chǔ)。本書面向《機器學(xué)習(xí)》讀者以及廣大機器學(xué)習(xí)愛好者，可作為高等院校人工智能、計算機、自動化及相關(guān)專業(yè)的本科生或研究生的教學(xué)輔助書籍，也可供對機器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考。

·19.3萬字

會員

ROS與ROS2開發(fā)指南

本書是學(xué)習(xí)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(tǒng)、常用的高級編程語言Python、ROS環(huán)境和機器人編程開發(fā)實訓(xùn)等內(nèi)容。在學(xué)習(xí)ROS開發(fā)過程中，本書在實戰(zhàn)篇加入了SLAM建圖、視覺跟隨和物聯(lián)網(wǎng)控制等前沿知識的介紹，使讀者在學(xué)習(xí)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(fā)揮ROS與ROS2各自的優(yōu)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(guān)專業(yè)學(xué)生使用。

·7.6萬字

會員

GPT-4o極簡入門與繪畫大全

現(xiàn)在，AI與多模態(tài)技術(shù)快速發(fā)展，高效創(chuàng)作優(yōu)質(zhì)視覺內(nèi)容已成為核心競爭力，OpenAI推出的GPT-4o為此提供了全新解決方案。本書系統(tǒng)整合一線實戰(zhàn)經(jīng)驗，詳細(xì)講解GPT-4o從基礎(chǔ)操作到多領(lǐng)域應(yīng)用的108個實戰(zhàn)案例、50種繪畫風(fēng)格及6大商業(yè)變現(xiàn)路徑，并提供全面、詳盡的提示詞模板與示例，還講解如何結(jié)合DeepSeek優(yōu)化提示詞，可幫助讀者縮短創(chuàng)作周期，實現(xiàn)“懶人直出”。本書總計7章。第1章講解GPT-4o使用須知，包括其特性解讀、中英文界面切換方法、提示詞生成及圖像細(xì)節(jié)重繪方法、如何減少中文亂碼，等等。第2～5章深入講解GPT-4o在創(chuàng)意玩法、教育培訓(xùn)、商業(yè)應(yīng)用、設(shè)計創(chuàng)作這四大核心領(lǐng)域的創(chuàng)新應(yīng)用。第6章系統(tǒng)整理GPT-4o的50種常用繪畫風(fēng)格。第7章完整演示AI視頻創(chuàng)作的流程，從主題確定到分鏡腳本生成，再到視頻片段生成，并最終完成視頻剪輯，可幫助讀者熟悉專業(yè)級的AI視頻創(chuàng)作方法。

·4.2萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時間

初中如何用DeepSeek快速提高英語成績