冰球突破豪华版打法

本書詳盡地覆蓋了多模態大模型的算法原理和應用實戰，提供了豐富的微調技術細節和實際案例，適合對多模態大模型有興趣的技術人員深入學習及應用。本書分為兩篇：算法原理篇：詳細介紹了先進的深度學習模型，包括Transformer、GPT系列、深度生成模型，從基本架構、訓練方法到特定應用，包括但不限于Seq2Seq結構、位置編碼、注意力機制、殘差連接、變分自編碼器、GAN、ViT、CLIP、StableDiffusion、各模型訓練實踐的知識點。此外，探討了預訓練模型的涌現能力、模型參數和通信數據量的估算，以及分布式訓練的各種技術，如數據并行、模型并行和混合精度訓練等。應用實戰篇：聚焦于深度學習模型的實際應用，特別是文本和圖像生成，以及代碼生成的應用實戰。通過具體實戰項目，如利用StableDiffusion進行圖像生成和CodeLlama進行代碼生成，提供了微調技術的詳細細節，介紹了LangChain等大模型應用框架。

·25.2萬字

會員

思維工程

本書是邏輯仿生符號主義AI第一代原型機的詳細的搭建計劃。主要內容涉及AI核心智能系統：語言、認知、情緒以及反映模式機制的構建。本書中凡是對AI做出的機制層的描述都有對應的人類智能的印證，都有對應的模塊描述；凡是有模塊描述的都有對應的實驗設計。著者5年前出版了《思維工程導論》，之后帶領著100多人的團隊經歷了5年工程實踐，如今把過去5年的研究成果匯聚于此書。這本《思維工程》已不是泛泛而談的科普讀物，是為顛覆性技術的實踐做的最后的準備。

·34.3萬字

會員

AI數字人原理與實現

本書是一部系統介紹AI數字人技術的專業著作，涵蓋了數字人的定義、發展歷程、關鍵技術及應用實踐等內容，全書共分3部分。在技術基礎部分，首先介紹了數字人的定義、發展歷程、分類和應用場景，接著詳細解析了數字人系統的架構設計、視覺算法和語音合成技術的原理，以及語義理解和知識表示技術如何提升數字人的智能和表現力。在應用實踐部分，帶領讀者深入探索數字人的創作流程，從內容策劃、角色建模到交互設計，每一步都進行了詳細講解。此外，還討論了數字人的身份認知和技術規范，為數字人的應用實踐提供了必要的知識。在展望未來部分，探討了數字人技術的未來發展趨勢，為讀者描繪了數字人與人類和諧共生的美好藍圖。本書內容豐富，結構清晰，適合對數字人技術感興趣的讀者，包括數字人技術的研究者、開發者、相關行業的從業人員及愛好者等閱讀。

·26.2萬字

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化方法、概率論基礎與數理統計、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

自適應和反應式機器人控制：動態系統法

本書主要介紹如何通過動態系統學習控制律，從而使機器人具備實時反應能力。本書首先介紹機器人學習數據的收集方法，然后重點講解使用動態系統學習控制律的核心技術，使用動態系統進行軌跡規劃的方法，以及使用動態系統進行柔性控制和力控制的方法。本書提供大量應用示例，包括機械臂、擬人手和仿人機器人的全身控制等。本書要求讀者熟悉關于機器人控制的基礎知識，并熟悉機器學習、統計、優化以及動態系統等相關內容，適合作為高等院校機器人控制方向的研究生課程教材，也適合相關領域的技術人員參考。

·20.3萬字

會員

人工智能注意力機制：體系、模型與算法剖析

“注意”作為一切思維活動的起點，一直是哲學、心理學和認知神經科學的重點研究對象。隨著計算機技術的發展，人類對注意力機制的模擬和應用成為計算機科學領域的熱點研究方向——讓計算機能夠具有類似人類的注意力機制，使其能夠有效地應用于對數據的理解和分析。Transformer模型誕生后，注意力機制在人工智能各大重要領域的研究和應用更是如火如荼，成果豐碩。從注意力機制這一重要角度入手，闡述注意力機制的產生背景和發展歷程，通過詳實的理論剖析，以深入淺出的方式著重介紹注意力機制在計算機視覺、自然語言處理，以及多模態機器學習三大人工智能方向中的應用思路、模型與算法。以人工智能相關專業研究人員，特別是計算機視覺與自然語言處理等領域的研發人員作為主要讀者對象，一方面幫其梳理技術的發展脈絡、開拓思路、構建完整的認知體系；另一方面為其剖析算法原理、深刻理解算法細節。

·40.7萬字

會員

人工智能及其應用

本書為普通高等教育“十一五”國家級規劃教材。系統地闡述了人工智能的基本原理、方法和應用技術，比較全面地反映了國內外人工智能研究領域的最新進展和發展方向。全書共分為11章。首先簡要介紹了人工智能的發展歷史及概況；然后重點介紹了人工智能的知識表示方法，搜索技術和知識推理；最后詳細介紹了人工智能的主要應用以及一些應用實例。內容由淺入深、循序漸進，條理清晰，各章均有大量的例題，便于讀者掌握和鞏固所學知識，讓學生在有限的時間內，掌握人工智能的基本原理與應用技術，提高對人工智能習題的求解能力。

·32.3萬字

會員

人工智能：語音識別理解與實踐

全書首先概要介紹了傳統語音識別理論和經典的深度神經網絡核心算法。接著全面而深入地介紹了深度學習在語音識別中的應用，包括“深度神經網絡-隱馬爾可夫混合模型”的訓練和優化，特征表示學習、模型融合、自適應，以及以循環神經網絡為代表的若干先進深度學習技術。

·27.3萬字

會員

實戰機器學習

隨著互聯網、物聯網、云計算等技術的不斷發展，許多領域都產生了大量的數據。利用機器學習技術分析海量數據，可以從數據中發現隱含的、有價值的規律和模式，進而用于預測并采取相應動作。在上述背景下，本書從理論、技術和應用三個層面入手，全面講解如何利用機器學習技術解決實際問題。本書共分26章，內容包括機器學習解決問題流程、問題分析與建模、數據探索與準備、特征工程、模型訓練與評價、模型部署與應用、回歸模型、支持向量機、決策樹、集成學習、K近鄰算法、貝葉斯方法、聚類算法、關聯規則學習、神經網絡基礎、正則化、深度學習中的優化、卷積神經網絡、循環神經網絡、自編碼器、基于深度學習的語音分離方法、基于深度學習的圖像去水印方法、基于LSTM的云環境工作負載預測方法、基于QoS的服務組合問題、基于強化學習的投資組合方法、基于GAN模型的大數據系統參數優化方法。本書內容全面、示例豐富，適合機器學習初學者以及想要全面掌握機器學習技術的算法開發人員，也適合高等院校和培訓機構人工智能相關專業的師生教學參考。

·22.4萬字

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

多模態大模型：算法、應用與微調