本書包含代碼實踐和案例實踐，運用OpenCV、PyTorch等框架工具詳細講解中文車牌識別檢測、采用三元組的FaceNet人臉識別理論與實踐、車道檢測的兩種深度學習思路及煙霧檢測4大實踐項目。相關理論可參考《基于深度學習的目標檢測原理與應用》一書，從而學以致用、融會貫通。
本書系統介紹了推薦算法的知識框架和技術細節，包括召回、粗排、精排和重排等模塊。第1章從用戶體驗、內容生產和平臺發展角度介紹為什么需要推薦系統，并闡述推薦系統的分類及整體技術架構。第2章介紹推薦算法模型的基礎——數據樣本和特征工程。第3章介紹傳統推薦算法。第4~7章介紹推薦系統中最復雜的部分——精排模塊，包括特征交叉、用戶行為序列建模、Embedding表征學習和多任務學習。第8章介紹召回模塊，并詳細講解非個性化召回和個性化召回算法。第9章介紹粗排模塊，重點講解特征蒸餾和輕量級特征交叉等方法。第1
本書以PyTorch作為深度學習框架，主要包括4部分。第1部分（第1、2章），主要概述PyTorch基礎知識與常見深度學習算法實現，例如，CNN、LSTM，即CNN-LSTM；第2部分（第3～5章）高級神經網絡實現，主要包括常見的深度學習網絡結構，例如CNN、RNN及最新的Transformer等模型；第3部分（第6～9章）生成式AI和深度強化學習，主要包括GAN、GPT和DQN等算法；第4部分（第10～14章）生產中PyTorch落地的幾個關鍵性主題，分布式訓練、自動機器學習管道構建和硬件快速
圖強化學習是深度強化學習的重要分支領域。本書作為該領域的入門教材，在內容上盡可能覆蓋圖強化學習的基礎知識，并提供應用實踐案例。全書共 10章，大致分為三部分：第一部分（第 1～3章）介紹圖強化學習研究對象（復雜系統、圖和復雜網絡）；第二部分（第 4～7章）介紹圖強化學習基礎知識（圖嵌入、圖神經網絡和深度強化學習）；第三部分（第 8～10章）介紹圖強化學習模型框架和應用實踐案例，并進行總結和展望。每章都附有習題并介紹了相關閱讀材料，以便有興
深度學習是一門注重應用的學科。了解深度學習背后的數學原理的人，可以在應用深度學習解決實際問題時游刃有余。本書通過Python代碼示例來講解深度學習背后的關鍵數學知識，包括概率論、統計學、線性代數、微分等，并進一步解釋神經網絡、反向傳播、梯度下降等深度學習領域關鍵知識背后的原理。 本書適合有一定深度學習基礎、了解Pyho如編程語言的讀者閱讀，也可作為拓展深度學習理論的參考書。
深度學習是新一代人工智能所使用的主要技術。本書深入淺出地講解了深度學習的相關技術，包括深度學習編程基礎、目標分類、目標檢測、圖像分割、生成對抗網絡等。對每種技術，本書均從原理和程序實現兩個方面進行講解。在原理方面，講解算法和技術的相關背景、主要算法思想和原理；在程序實現方面，從數據準備、神經網絡模型實現、損失函數實現、整體訓練流程和效果展示五部分對算法的實現進行具體介紹，幫助讀者深入了解算法的細節，積累相關實踐經驗。本書是《深度學習與人工智能》的配套用書，適合深度學習領域的初學者，以及高
5章專題內容講解+40多個ChatGPT案例解析+50多集教學視頻+80多個素材效果文件+120個實用干貨內容+130多個指令贈送，助你一本書從入門到精通運用ChatGPT！隨書還贈送了150多頁PPT教學課件，輔助讀者學習。本書分為5大章節：了解市場、知曉原理、操作實戰、精通運用、思路拓展，幫助讀者輕松理解ChatGPT的原理和應用，掌握使用ChatGPT進行自然語言處理的基本技能，并有能力將ChatGPT應用于實際項目中。無論你是初學者還是有一定經驗的開發者，這本書都將成為你學習和使
隨著Web 3.0時代的來臨，我國教育領域迎來了一場全面而深刻的變革——AIGC、ChatGPT、大數據、云計算、物聯網、數字孿生、元宇宙等新興技術與教育行業的融合程度日益加深，AI驅動的教育新形態、新模式、新產品不斷涌現，數字化、網絡化、智能化逐漸成為引領我國教育變革與轉型的重要方向。本書立足于全球范圍內智慧教育領域的實踐經驗與前沿趨勢，全面闡述AIGC、ChatGPT、元宇宙、數字孿生等新興技術在教育領域的融合與創新應用，內容涵蓋遠程教育、虛擬課堂、個性化學習、VR沉浸式教學、自動化
本書內容來自第三屆人工智能合作與治理國際論壇，探討適合人工智能健康發展的治理體系，分享各個國家、地區，以及政、產、學、研各界在人工智能治理方面的最佳實踐，幫助讀者更好地理解和參與人工智能治理的進程。 本書根據3個主論壇和5個專題論壇的內容，共分為42講，涵蓋如下主題：人工智能引領韌性治理與未來科技、人工智能治理技術、元宇宙助力高質量發展與可持續未來、人工智能產業發展與治理、人工智能及其對未來工作的影響、正視人工智能引發的性別歧視、人工智能倫理標準、人工智能助力發展中國家。 本書適合人工智能研
隨著ChatGPT 的出現，大語言模型的能力得到了業內外的認可，新的商業模式不斷涌現，舊的設計和實現都將重構。本書主要介紹基于ChatGPT 開發算法相關的應用或服務，側重于介紹與自然語言處理相關的常見任務和應用，以及如何使用類似ChatGPT 的大語言模型服務來實現以前只有算法工程師才能完成的工作。 全書共8 章內容，第1 章介紹與ChatGPT 相關的基礎知識，第2～5 章分別介紹相似匹配、句詞分類、文本生成和復雜推理方面的任務，
新書資訊 新書推薦