本书系统地讲解了深度学习技术,阐明核心概念和实践编程技术,是开发者、数据科学家、分析师,以及之前没有机器学习或统计经验的人员人员的理想选择。本书介绍了深度神经网络的人工神经元和全连接、卷积和循环层等基本构建模块,展示了如何使用它们来构建先进的架构。书中还讲解了如何使用这些概念构建计算机视觉和自然语言处理(NLP)网络,
本书介绍了文心一言的操作技巧和提示词,列举了文本、文案方案、个人IP内容、个人学习成长和个人生活助手等多个领域的辅助生成应用案例。“授人以渔,给人工具”“拿来即用,来即参”,本书旨在为读者提供使用文心一言的工具方法、案例和技巧,帮助读者十倍甚至百倍提升工作的创造力和生产力。
本书是一本从老年人生活角度切入的AI时代科普书。全书共分四章,内容包括:老年人与自动驾驶、老年人与尖端医疗、AI能消除老年人的“孤独死”吗等。
本书主要介绍主流的人工智能理论、算法以及Python实现方法,目的是使学生学会人工智能理论及推导过程,并且掌握调用Python人工智能库和自定义编码的方法。全书共分10章,分别为人工智能与Python概述、Python基础、线性回归及其Python实现、逻辑斯蒂分类及其Python实现、最大熵模型及其Python实现、
本书遵循理念与方法、经典与前沿、技术与应用相融合渗透的原则,在理念、结构、内容和资源上都极具特色和创新。按照人工智能新知识体系,本书内容分为五大部分13章。将传统或经典人工智能理论、方法与技术以及新一代人工智能技术和方法相结合,形成基础概念(1-3章)+基础技术(4-5章)+重点研究内容与方向(机器智能)(6-12章)
《MediaPipe机器学习跨平台框架实战》以实际项目为线索,带领读者探索MediaPipe在不同场景中的应用,使读者既能了解理论知识,又能通过实践掌握技能。全书共9章,第1章介绍MediaPipe基础;第2章重点探讨MediaPipe的控制流、同步机制以及GPU的使用;第3章介绍MediaPipe中的Facemesh
深度学习是计算机科学的一个重要分支,是一种以人工神经网络为架构,对数据进行表征学习的算法的总称。深度学习是传统机器学习算法的发展和衍生,相关内容涉及代数、统计学、优化理论、矩阵计算等多个领域。《深度学习理论与实践》是深度学习的基础入门级教材,在内容上尽可能覆盖深度学习算法相关基础知识。全书共11章,大致可分为三大部分:
本书通过近百个实际的研究案例,详细介绍了研究人员如何让ChatGPT成为一位称职的研究助手,利用chatgpt可以完成以下几方面的内容:1.确定研究主题并构建问题。2.根据选择的研究问题制定和完善假设。3.进行文献综述,覆盖系统综述的所有步骤。4.选择适当的研究设计和相应的方法论。5.开发可靠且高效的研究工具。6.收集
本书以情感识别模型作为研究对象提高模型识别率作为研究目标,开展基于加权融合策略的情感识别建模方法研究。考虑人体情感信息类型和情感特征的多样性根据模型对正确率和运算量的要求,针对建模过程中的特征级融合、模型级融合、决策级融合以及权重确定方法等关键技术进行深入的研究。
本书从人工智能对工作的影响切入,介绍了人工智能的概念及其对工作岗位带来了哪些风险,获得成功所需的关键技能和关于职业生涯的建议,“人类+人工智能”混合系统的能力并且如何在实际场景中应用它们,最后展望了人工智能和人类结合的未来,为个人、企业组织和政府部门如何迎接工作的未来提供见解和技巧。