本書基于卷積神經(jīng)網(wǎng)絡(luò)和圖像識別方法，介紹了PyTorch和PaddlePaddle兩種框架，并結(jié)合移動機器人講解了具體的開發(fā)過程。書中所用的硬件平臺，帶有兩個攝像頭傳感器，為機器人和無人駕駛車輛多攝像頭導(dǎo)航提供了理論指導(dǎo)。書中提到的模擬沙盤，正是機器人作為園區(qū)巡檢或無人配送實例的縮影。通過基于理論的實踐，本書不局限于具

粒計算采用模擬人類大腦的認(rèn)知思維規(guī)律，從而提高解決復(fù)雜問題的效率，已經(jīng)在智能信息處理領(lǐng)域發(fā)揮了重要的作用�！恫淮_定性問題的多粒度建模與決策方法》重點從多粒度的視角研究不確定性問題。從多粒度建模和決策兩個角度出發(fā)，研究多粒度知識空間的結(jié)構(gòu)特征，并在多粒度知識空間的框架下研究不確定性問題的近似描述、粒度優(yōu)化模型、動態(tài)更新模

本書是科創(chuàng)教育叢書人工智能系列小學(xué)版，從新課標(biāo)對學(xué)科融合的要求出發(fā)，以學(xué)校主要學(xué)科的教學(xué)實施為故事，通過8個項目的學(xué)科融合，循序漸進(jìn)地介紹掌控板、軟件編程及mPython軟件的主要使用方法，并介紹語音識別和語音合成這兩種人工智能的基礎(chǔ)應(yīng)用。

本書是科創(chuàng)教育叢書人工智能系列中學(xué)版，選取9個項目從自然語言處理、圖像識別、物聯(lián)網(wǎng)、機器學(xué)習(xí)四個應(yīng)用方向展開，循序漸進(jìn)地介紹了掌控板、掌控板配套硬件、小方舟2.0及mPython軟件的主要使用方法。

本書介紹了ChatGPT的前世今生，重點聚焦普通人如何使用ChatGPT獲得工作和生活效率的提升，各行各業(yè)如何通過ChatGPT來改變自己的賽道狀態(tài)。使用ChatGPT的寶典以及普及ChatGPT背后的技術(shù)，普通人可以看懂而且也富有科普性。同時，把AIGC中的生成視頻、圖像和文本也做了介紹，并提供了大量的工具。最后本書

本著“青少年自己為同齡人創(chuàng)作人工智能讀物”的指導(dǎo)思想。主辦單位組織了二十余位喜歡技術(shù)、熱愛生活、關(guān)心社會和未來的青少年創(chuàng)作了這部面向同齡人的人工智能倫理科普讀物，并用漫畫這種青少年喜愛的形式予以呈現(xiàn)。 通過一年的集中學(xué)習(xí)、分組創(chuàng)意、設(shè)計討論，孩子們以青少年的視角，對于人工智能技術(shù)廣泛應(yīng)用后的社會現(xiàn)象、道德問題、法制問題

ChatGPT的發(fā)布被業(yè)界認(rèn)為是通用人工智能的iPhone時刻，標(biāo)志著自然語言處理領(lǐng)域新時代的到來。本書將由淺入深地為廣大讀者介紹ChatGPT的基礎(chǔ)概念、底層原理，不同場景下的運用實踐技巧，行業(yè)生態(tài)中熱門的應(yīng)用，并適度展望多模態(tài)下的通用人工智能應(yīng)用前景。最后，本書以群聊和文檔問答兩個具體場景的開源項目為例，演示講解如

近年來，深度學(xué)習(xí)在人工智能的發(fā)展過程中起到了舉足輕重的作用，而圖神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域的一個新興方向，被稱為圖上的深度學(xué)習(xí)。本書詳細(xì)介紹了從深度學(xué)習(xí)到圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)概念和前沿技術(shù)，包括圖上的深度學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與算法優(yōu)化、深度學(xué)習(xí)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)中的表示學(xué)習(xí)、面向圖數(shù)據(jù)的嵌入表示、初代圖神經(jīng)網(wǎng)絡(luò)

本書主要講解分布式機器學(xué)習(xí)算法和開源框架，讀者既可以從宏觀的設(shè)計上了解分布式機器學(xué)習(xí)的概念和理論，也可以深入核心技術(shù)的細(xì)節(jié)設(shè)計中，對分布式機器學(xué)習(xí)形成深刻而直觀的認(rèn)識，做到學(xué)以致用。本書共分為5篇，第1篇是分布式基礎(chǔ)，首先介紹了分布式機器學(xué)習(xí)的概念、基礎(chǔ)設(shè)施，以及機器學(xué)習(xí)并行化技術(shù)、框架和軟件系統(tǒng)，然后對集合通信和參數(shù)

本書從工業(yè)背景下的機器學(xué)習(xí)技術(shù)需求出發(fā),詳細(xì)討論機器學(xué)習(xí)的各個分支技術(shù),包括矩陣型分類學(xué)習(xí)技術(shù)、多視角學(xué)習(xí)技術(shù)、不平衡數(shù)據(jù)分類學(xué)習(xí)技術(shù)、集成學(xué)習(xí)技術(shù)和深度學(xué)習(xí)技術(shù)等,并在此基礎(chǔ)上,對機器學(xué)習(xí)相關(guān)的應(yīng)用系統(tǒng)進(jìn)行了分析。全書采取理論與實踐并重的方式介紹機器學(xué)習(xí)技術(shù),在理論層面,力求覆蓋面廣,涵蓋機器學(xué)習(xí)技術(shù)的所有重要分支;