本書提供使用PyTorch開發(fā)深度學習應用程序的基本原理和方法,旨在為讀者介紹機器學習工程師和數(shù)據(jù)科學家在解決深度學習問題中所采用的主流現(xiàn)代算法與技術,緊跟深度學習領域的最新發(fā)展趨勢,助力初學者熟練掌握PyTorch。本書的核心優(yōu)勢在于,采用易于理解的問題與解決方案的結構,全面而詳盡地講解了PyTorch的使用方法,并

本書從多角度覆蓋了多智能體自主協(xié)同技術的內容，分5篇共18章，包括多智能體系統(tǒng)的協(xié)同基礎、集群控制、通信優(yōu)化、任務協(xié)同及目標追蹤，旨在將多智能體自主協(xié)同技術中的方法和理論結合起來，并強調協(xié)同基礎的重要性，具有基礎性、應用性、綜合性和系統(tǒng)性等特點。本書可以作為多智能體系統(tǒng)領域研究的入門指南，或者作為協(xié)同無人系統(tǒng)工程師的自

本書是一本全面介紹人工智能概念和新發(fā)展、新興技術、產(chǎn)業(yè)應用和安全倫理思考的通識類圖書，分為認知篇、前沿篇、行業(yè)篇、思考篇四部分，從人工智能的發(fā)展歷程、模型等基礎知識講起，通過智能機器人、自動駕駛、大模型、AI生成等熱門應用讓讀者對人工智能技術有直觀的認識和理解，并從多個領域對人工智能存在問題進行了深度分析。本書內容既有

本書前半部分介紹強化學習的重要思想和基礎知識，后半部分介紹如何將深度學習應用于強化學習，遴選講解了深度強化學習的最新技術。全書從最適合入門的多臂老虎機問題切入，依次介紹了定義一般強化學習問題的馬爾可夫決策過程、用于尋找最佳答案的貝爾曼方程，以及解決貝爾曼方程的動態(tài)規(guī)劃法、蒙特卡洛方法和TD方法。隨后，神經(jīng)網(wǎng)絡和Q學習、

本書深入淺出地講解AIGC基礎知識與實際應用。全書共8章，包括認識AIGC、AIGC的使用方式、AIGC助力高效辦公、AIGC助力學習成長、AIGC豐富生活、AIGC造就繪畫大師、AIGC成就編程小能手、AIGC的發(fā)展與展望。本書結合案例講解，將理論與實踐相結合、實用性強，可幫助學生及時鞏固知識，提升操作能力。 全書內

"本書循序漸進地介紹了深度學習的基礎知識與常用方法，全面細致地提供了深度學習操作的原理和在深度學習框架下的實踐步驟。本書共分為三部分，理論基礎、實驗和案例。第一部分理論基礎，包括第1~7章，主要介紹深度學習的基礎知識、深度學習在不同領域的應用、不同深度學習框架的對比以及機器學習、神經(jīng)網(wǎng)絡等內容；第二部分實驗，包括第8~

本書較為全面地介紹了人工智能邊緣設備的基礎概念、技術棧和應用開發(fā)等內容，以企業(yè)用人需求為導向，以崗位技能和綜合素質為核心，通過理論與實戰(zhàn)相結合的方式，旨在培養(yǎng)具備人工智能邊緣設備基礎認知，掌握人工智能模型選擇、部署和推理方法的應用型人才。全書共三篇：第一篇（模塊1~4）為基礎篇：人工智能邊緣設備開發(fā)入門，著重講解人工智

本書講述基于人工智能的控制技術，主要介紹了神經(jīng)網(wǎng)絡控制、模糊邏輯控制和進化算法控制。全書分為兩部分，共10章。第1部分為基礎篇，包括第1~6章，講述基礎理論。第1章緒論講述人工智能和控制論的基礎；第2~4章是神經(jīng)網(wǎng)絡控制部分，主要講述神經(jīng)網(wǎng)絡理論基礎、典型神經(jīng)網(wǎng)絡、神經(jīng)網(wǎng)絡自適應控制、強化學習和深度強化學習的內容；第5

《AI訓練師手冊：算法與模型訓練從入門到精通》內容系統(tǒng)、全面，實例豐富，共有10章，包括51個實操案例解析和80個行業(yè)案例分析。通過學習《AI訓練師手冊：算法與模型訓練從入門到精通》，讀者可以從零開始，逐步掌握人工智能的核心技術，成為合格的AI訓練師�！禔I訓練師手冊：算法與模型訓練從入門到精通》附贈了同步教學視頻＋P

新質生產(chǎn)力具有以數(shù)字化、網(wǎng)絡化、智能化新技術為支撐，以數(shù)據(jù)為關鍵生產(chǎn)要素，以科技創(chuàng)新為核心驅動力等鮮明的時代特征。人工智能是新質生產(chǎn)力的典型代表，是推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅動力量。加快形成新質生產(chǎn)力，要牢牢抓住人工智能這個“牛鼻子”，以實現(xiàn)經(jīng)濟社會各領域各環(huán)節(jié)智能化轉型升級。但也要看到，技術不