本書系統(tǒng)介紹了神經(jīng)網(wǎng)絡和深度學習，并結合實際應用場景和綜合案例，讓讀者深入了解深度學習。全書共16章，分為4個部分。第1部分介紹了深度學習基礎算法與應用，主要包括神經(jīng)網(wǎng)絡和深度學習的相關概念、多層神經(jīng)網(wǎng)絡的基本原理和具體應用、卷積神經(jīng)網(wǎng)絡的原理及項目案例實現(xiàn)、優(yōu)化算法與模型管理。第2部分介紹了深度學習進階算法與應用，主

本書以通俗的語言和生動的案例，將ChatGPT、AIGC和元宇宙等熱點一網(wǎng)打盡，全面展示“臺前”“幕后”的來龍去脈，是一本深入淺出的通識書。本書將為你撥開迷霧，搞懂底層邏輯，把握風靡全球的未來科技和AI新時代的成長機會。

本書從ChatGPT等自然語言大模型基礎知識講起，重點介紹了ChatGPT等語言大模型在生活中的實際應用，讓每一個人都能了解未來的生活和工作。 本書分為16章，涵蓋的主要內(nèi)容有人工智能、OpenAI、ChatGPT的介紹、ChatGPT的使用技巧，向大家展現(xiàn)ChatGPT在教育與學術、商業(yè)管理、新媒體、辦公、求職、法律

本書從數(shù)據(jù)集、數(shù)據(jù)清理開始談起，在介紹機器學習的建模方式后，第2章詳細說明了機器學習與深度學習所涉及的矩陣、向量等技術。第3章使用Keras搭建深度學習模型，也介紹了激活函數(shù)、損失函數(shù)、反向傳播、過擬合或欠擬合等問題。第4章給出了訓練深度學習模型的過程中可能存在的交叉驗證問題。當需要提高模型精度時，可以考慮參考第5章中

本書以通俗易懂的語言對ChatGPT進行全面講解。本書分為10章。第1章對ChatGPT及ChatGPT的創(chuàng)造者OpenAI進行初步講解。第2章講解ChatGPT的功能和使用方式，以及如何用ChatGPT在實際應用場景中解決問題。第3章講解如何用Prompt（提示語）讓ChatGPT輸出更有價值的內(nèi)容，并講解設計Pro

本書從人工智能的理論和實踐出發(fā)，重點論述了卷積神經(jīng)網(wǎng)絡模型在遙感應用中所需解決的算法優(yōu)化問題及硬件實現(xiàn)方案。全書按內(nèi)容可主要分為五部分，分別是遙感技術及卷積神經(jīng)網(wǎng)絡模型的發(fā)展、卷積神經(jīng)網(wǎng)絡模型優(yōu)化壓縮算法、卷積神經(jīng)網(wǎng)絡模型的硬件加速設計、硬件加速器的編譯軟件設計、基于HLS的卷積神經(jīng)網(wǎng)絡模型快速實現(xiàn)。書后附有相關的參考

本書主要闡述人工智能的基礎理論和方法，介紹當今人工智能領域核心技術的基本原理，分析如何采用不同的人工智能方法完成各類機器推理和問題求解任務。全書共分七章，第一章人工智能概述部分除介紹人工智能的基礎概念、基本研究內(nèi)容和主要應用領域外，還重點介紹和梳理了人工智能的發(fā)展簡史，加深讀者對人工智能發(fā)展全貌和不同技術路線的理解；接

本書回顧了人類從石器時代到智能時代的科技發(fā)展歷史，并用深入淺出的語言介紹了人工智能的相關技術。主要內(nèi)容包括：從石器時代到智能時代——人類科學技術發(fā)展史；人工智能技術的起源——從計算機開始；從互聯(lián)網(wǎng)到物聯(lián)網(wǎng)——從計算機相連到萬物相連等。

本書基于實際應用需求,采用項目教學方式全面介紹了機器學習的各種算法及其應用場景。全書共11個項目,內(nèi)容涵蓋:機器學習的基礎知識、線性回歸算法、邏輯回歸算法、k近鄰算法、樸素貝葉斯算法、決策樹算法、支持向量機、集成學習、k均值聚類算法、層次聚類算法、人工神經(jīng)網(wǎng)絡算法和綜合案例。

本書基于Python語言及TensorFlow框架,結合計算機視覺、自然語言處理等方面的項目,全面系統(tǒng)地講述深度學習的相關知識。全書共8個項目,內(nèi)容涵蓋:搭建深度學習開發(fā)環(huán)境、夯實深度學習開發(fā)基礎、構建神經(jīng)網(wǎng)絡、利用卷積神經(jīng)網(wǎng)絡進行圖像處理、利用循環(huán)神經(jīng)網(wǎng)絡進行文本預測和分類、利用生成對抗網(wǎng)絡進行圖像處理和綜合案例。