本書分四部分介紹深度學(xué)習(xí)算法模型及相關(guān)應(yīng)用實(shí)例。第一部分介紹在深度學(xué)習(xí)中必備的一些數(shù)學(xué)和機(jī)器學(xué)習(xí)的基礎(chǔ)知識。第二部分介紹卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度強(qiáng)化網(wǎng)絡(luò)等經(jīng)典模型，并對每種模型從原理、結(jié)構(gòu)、優(yōu)化等方面進(jìn)行論述。第三部分介紹深度學(xué)習(xí)中常用的優(yōu)化方法及訓(xùn)練技巧。第四部分結(jié)合實(shí)踐來介紹深度學(xué)習(xí)在計(jì)算機(jī)視覺、模式識別中

本書由院校與企業(yè)聯(lián)合編寫，是針對中高職物聯(lián)網(wǎng)相關(guān)專業(yè)的入門教材，理論結(jié)合實(shí)際。本書部分內(nèi)容來自企業(yè)真實(shí)案例，并由企業(yè)一線的工程師編寫，理論知識由具有豐富教學(xué)經(jīng)驗(yàn)的職業(yè)院校專業(yè)教師編寫。本書包括10個(gè)單元，主要內(nèi)容包括：物聯(lián)網(wǎng)認(rèn)知、物聯(lián)網(wǎng)體系結(jié)構(gòu)與標(biāo)準(zhǔn)、傳感技術(shù)概述、物聯(lián)網(wǎng)無線傳輸技術(shù)、物聯(lián)網(wǎng)安全、物聯(lián)網(wǎng)應(yīng)用、物聯(lián)網(wǎng)感知

《深度學(xué)習(xí)：從Python到TensorFlow應(yīng)用實(shí)戰(zhàn)》全面介紹深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)原理、代碼實(shí)現(xiàn)、API調(diào)用等基本知識，重點(diǎn)介紹開發(fā)深度學(xué)習(xí)應(yīng)用所需要的Python技術(shù)基礎(chǔ)以及TensorFlow深度學(xué)習(xí)庫，并以文本分類和語音識別為例說明TensorFlow的應(yīng)用場景�！渡疃葘W(xué)習(xí)：從Python到Te

《人工智能開源硬件與Python編程實(shí)踐》是基于機(jī)器視覺、語音識別等典型方法的開源硬件及開源算法，利用Python編程工具而設(shè)計(jì)的創(chuàng)新實(shí)踐項(xiàng)目。 《人工智能開源硬件與Python編程實(shí)踐》注重推動(dòng)人工智能新技術(shù)的工程實(shí)踐，將人工智能教育與創(chuàng)客教育相結(jié)合，課程模塊包括顏色形狀檢測、目標(biāo)跟蹤、邊緣檢測、軌跡跟蹤、人臉檢測

本書作為深度學(xué)習(xí)工程師初級認(rèn)證官方教材,將深度學(xué)習(xí)理論基礎(chǔ)與平臺操作有機(jī)結(jié)合,從算法到實(shí)戰(zhàn),共分6章,第1~4章主要介紹專業(yè)知識,包括數(shù)學(xué)基礎(chǔ)、Python基礎(chǔ)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等基礎(chǔ)知識;第5章面向工程實(shí)戰(zhàn)能力的訓(xùn)練,介紹深度學(xué)習(xí)開發(fā)平臺,特別是飛槳開發(fā)平臺的實(shí)戰(zhàn)案例;第6章面向業(yè)務(wù)理解與實(shí)踐能力的提升,介紹深度學(xué)

當(dāng)人們聽說“AI的進(jìn)化將剝奪人類的就業(yè)機(jī)會(huì)”時(shí)，出于對機(jī)器的擔(dān)憂和反感，他們就會(huì)產(chǎn)生逆反心理，從而造成對AI能力的過高預(yù)估；另一方面，當(dāng)這種過高的期待沒有實(shí)現(xiàn)時(shí)，人們就會(huì)產(chǎn)生對AI的全面否定，如“AI什么也干不了”“到頭來還不是一無是處、毫無意義”。我們該如何澄清關(guān)于AI的各種誤解，使企業(yè)能夠從容自如地使用AI？本書作

本書重點(diǎn)講述用于預(yù)測性數(shù)據(jù)分析的*重要的機(jī)器學(xué)習(xí)方法，包括理論概念和實(shí)際應(yīng)用。

本書重點(diǎn)在幫你掌握深度學(xué)習(xí)所要求的數(shù)學(xué)原理和編程實(shí)戰(zhàn)經(jīng)驗(yàn)，使你能快速使用TensorFlow輕松部署產(chǎn)品中的深度學(xué)習(xí)解決方案，并形成開發(fā)深度學(xué)習(xí)架構(gòu)和解決方案時(shí)所需的數(shù)學(xué)理解和直覺。本書提供了豐富的理論和實(shí)戰(zhàn)動(dòng)手經(jīng)驗(yàn)，使你可以從零開始掌握深度學(xué)習(xí)，并能快速部署有價(jià)值的深度學(xué)習(xí)解決方案。本書重點(diǎn)講解了與多個(gè)行業(yè)相關(guān)的深度

Pytorch是基于python且具備強(qiáng)大GPU加速的張量和動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)，更是Python中優(yōu)先的深度學(xué)習(xí)框架，它使用強(qiáng)大的GPU能力,提供*大的靈活性和速度。本書指導(dǎo)讀者以Pytorch為工具在Python中學(xué)習(xí)深層強(qiáng)化學(xué)習(xí)(DQN)。主要內(nèi)容包括：強(qiáng)化學(xué)習(xí)概述及分類、強(qiáng)化學(xué)習(xí)的算法和實(shí)施方法、在Pytorch中實(shí)施

本書內(nèi)容主要包括機(jī)器學(xué)習(xí)的基本知識、基本學(xué)習(xí)方法、集成學(xué)習(xí)方法、深度學(xué)習(xí)方法和深度強(qiáng)化學(xué)習(xí)方法等內(nèi)容，將機(jī)器學(xué)習(xí)的經(jīng)典內(nèi)容與深度學(xué)習(xí)等前沿內(nèi)容有機(jī)地結(jié)合在一起，形成一套相對完整的知識體系，并在每個(gè)章節(jié)穿插相應(yīng)的應(yīng)用實(shí)例，使得廣大讀者不但能夠較好地掌握機(jī)器學(xué)習(xí)基本理論，而且能夠比較系統(tǒng)地掌握其應(yīng)用技術(shù)，為今后的工作和進(jìn)一