本書共分8個章節(jié)，內(nèi)容如下：第1章主要介紹人工智能與深度學習的產(chǎn)業(yè)背景與百度EasyDL平臺深度學習應用；第2章介紹深度學習所需要安裝的開發(fā)工具及環(huán)境配置；第3章介紹TensorFlow的安裝、張量的基本知識；第4章介紹數(shù)據(jù)集的概念、標注工具的使用、數(shù)據(jù)集的制備；第5章介紹神經(jīng)網(wǎng)絡(luò)前向傳播流程，以及激活函數(shù)、初始化函數(shù)

本書從基礎(chǔ)的UX測評方法層面，介入用戶體驗的領(lǐng)域和行業(yè)。用戶體驗體系分為用戶研究、用戶界面設(shè)計、測試評估，以及用戶體驗指標四個部分，是產(chǎn)品質(zhì)量的一個重要評價標準。該書包括相關(guān)理論和標準的闡釋、測評方法的介紹、測評工具的應用，以及測試案例的學習等內(nèi)容，幫助讀者快速掌握用戶體驗的測評技能。本書基于伊颯爾公司22年的行業(yè)經(jīng)驗

VisualFoxpro是小型數(shù)據(jù)庫管理系統(tǒng)中最優(yōu)秀的軟件之一，是進行數(shù)據(jù)管理和數(shù)據(jù)庫應用開發(fā)較為理想的工具軟件。本書稿講解了VisualFoxpro6.0的操作技能，內(nèi)容包括表的創(chuàng)建和操作、數(shù)據(jù)庫的創(chuàng)建和操作、設(shè)計查詢和視圖、VisualFoxpro程序設(shè)計、用表單管理數(shù)據(jù)、設(shè)計與創(chuàng)建菜單、報表操作等。本書稿的內(nèi)容偏

本書介紹了視覺目標跟蹤的基本概念、基本方法、發(fā)展現(xiàn)狀，重點介紹了一些基于稀疏表示的目標跟蹤方法以及基于深度學習的目標跟蹤方法。本書共6章，第1章介紹了視頻目標跟蹤的相關(guān)概念、發(fā)展現(xiàn)狀及面臨的挑戰(zhàn)；第2章介紹了基于多模態(tài)特征的視頻目標跟蹤方法；第3章介紹了基于加權(quán)稀疏表示的目標跟蹤方法；第4章介紹了基于多模態(tài)加權(quán)稀疏表示

本書提供了關(guān)于多模態(tài)生物識別和機器學習技術(shù)的相關(guān)信息，以幫助那些希望了解更多關(guān)于實時應用程序的學生、學者和行業(yè)研究人員。本書提供了關(guān)于多模態(tài)生物特征設(shè)計、評估和用戶多樣性理論的內(nèi)容，旨在解釋社會和組織問題的根本原因，這些問題通常用于描述特定過程的康復方法。此外，本書還介紹了各行業(yè)科學家都可以使用的新的建模算法。多模態(tài)生

本書為開放教育教材，涉及：數(shù)據(jù)庫基礎(chǔ)，創(chuàng)建和維護表，簡單的查詢語句，單行函數(shù)，多表連接，分組函數(shù)，子查詢，集合運算，數(shù)據(jù)操作，其他數(shù)據(jù)庫對象，PL/SQL技術(shù)。

基于Transformer的語言模型是解決各種語言任務(wù)的強大工具，但是從演示和原型到成熟的應用程序的過渡是緩慢的。通過這本書，您將學習構(gòu)建包含語言模型功能的有用產(chǎn)品的工具、技術(shù)和劇本。經(jīng)驗豐富的機器學習研究人員SuhasPai就處理常見的故障模式和抵消當前最先進模型的局限性提供了實用的建議。您將全面深入地了解Trans

學習利用Python進行高級3D數(shù)據(jù)處理、可視化和支持ai的工作流程。定義3D虛擬領(lǐng)域、沉浸式環(huán)境和數(shù)字自動化來分析物理對象。本書注重實用性，為數(shù)據(jù)科學家、工程師和開發(fā)人員提供了使用3D數(shù)據(jù)的動手方法。從3D重建到3D深度學習技術(shù)，您將學習如何從大量數(shù)據(jù)集中提取有價值的見解，包括點云，體素，3D網(wǎng)格，圖像等。作者Flo

在全球范圍內(nèi)的薪資調(diào)查中，軟件架構(gòu)師經(jīng)常位列十大最佳工作崗位排行榜，但是卻沒有真正的指南來幫助開發(fā)人員成為架構(gòu)師�，F(xiàn)在，這本書來了。書中首次全面概述了軟件架構(gòu)的諸多方面。有抱負的和現(xiàn)有的架構(gòu)師可以從中學習到架構(gòu)特征、架構(gòu)模式、組件確定、架構(gòu)圖解和展示、演化架構(gòu)等諸多主題。MarkRichards和NealFord——多

本書針對網(wǎng)絡(luò)多媒體信息的可信安全問題，研究了適用于網(wǎng)絡(luò)環(huán)境的多媒體信息可信認證模型，從理論和系統(tǒng)角度提出了網(wǎng)絡(luò)多媒體信息可信認證的技術(shù)方案。針對視頻流、圖像、視頻等不同內(nèi)容及形式的多媒體信息在互聯(lián)網(wǎng)中傳輸面臨的安全威脅，提出了一系列多媒體信息可信認證算法和框架，包括基于解碼關(guān)系圖拓撲排序的視頻流認證技術(shù)、基于中心校準的