本書匯集了作者從業(yè)多年來為體驗設(shè)計師、交互設(shè)計師解答過的疑問,以及個人的成長經(jīng)驗,內(nèi)容包括四大部分:設(shè)計思考、工作經(jīng)驗、應(yīng)聘建議和生活感悟,既傳授了專業(yè)的、扎實的體驗設(shè)計方法,又分享了職場上的一些必備技巧。好的問題見微知著,好的回答授人以漁。希望這些回答可以幫助更多的讀者走出疑惑、延伸視野、拓展思維。
本書使用Python對人工智能機(jī)器學(xué)習(xí)中的相關(guān)知識進(jìn)行了算法實現(xiàn),并以這些知識為背景解釋了什么是深度學(xué)習(xí)。具體內(nèi)容包括初識機(jī)器學(xué)習(xí)、機(jī)器學(xué)習(xí)基礎(chǔ)、群智能與優(yōu)化方法、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)。因為沒有使用TensorFlow、PyTorch等任何程序庫,僅使用Python直接實現(xiàn)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的相關(guān)算法,可以讓讀者更好地理
這是一本講解NPU硬件架構(gòu)設(shè)計與技術(shù)實現(xiàn)的著作。作者將自己在CPU、GPU和NPU領(lǐng)域15年的軟硬件工作經(jīng)驗融會貫通，將四代NPU架構(gòu)設(shè)計經(jīng)驗融為一體，將端側(cè)和云側(cè)NPU架構(gòu)合二為一，總結(jié)并提煉出本書內(nèi)容。本書主要討論神經(jīng)網(wǎng)絡(luò)硬件層面，尤其是芯片設(shè)計層面的內(nèi)容，主要包含神經(jīng)網(wǎng)絡(luò)的分析、神經(jīng)網(wǎng)絡(luò)加速器的設(shè)計以及具體
圖數(shù)據(jù)是對萬物間聯(lián)系的一般抽象，廣泛存在于各行各業(yè)中。圖表征學(xué)習(xí)為圖數(shù)據(jù)的建模與分析提供了新范式，是近年來機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘領(lǐng)域的熱門研究方向，并被有效地應(yīng)用于推薦系統(tǒng)、交通預(yù)測等眾多領(lǐng)域。本書將全面介紹圖表征學(xué)習(xí)，特別是針對處于真實世界動態(tài)、開放環(huán)境之中圖數(shù)據(jù)的圖表征學(xué)習(xí)方法。本書分為3篇：第1篇介紹圖嵌入和圖神經(jīng)網(wǎng)
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(jī)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(jī)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(jī)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
人工智能正以前所未有的速度改變著世界。 GPT作為強(qiáng)大的人工智能語言模型，具有廣泛的應(yīng)用場景，必將改變?nèi)祟惖纳a(chǎn)與生活方式，為人類社會帶來巨大且深遠(yuǎn)的影響。而只要一個人開始使用GPT，他將大概率發(fā)現(xiàn)向GPT提問頗為關(guān)鍵。很大程度上，提問的質(zhì)量決定著回答的質(zhì)量，提問的效率決定著工作的效率。 本書旨在幫助讀者學(xué)會
本書以LabVIEW為開發(fā)平臺，講述物聯(lián)網(wǎng)應(yīng)用中通信組網(wǎng)基本原理、應(yīng)用開發(fā)技術(shù)和程序設(shè)計方法。全書共7章，第1章簡要介紹物聯(lián)網(wǎng)的方法和技術(shù)，概述常用的物聯(lián)網(wǎng)通信技術(shù)；第2章介紹LabVIEW程序設(shè)計方法，包括開發(fā)平臺簡介、LabVIEW中的數(shù)據(jù)類型、LabVIEW程序設(shè)計基礎(chǔ)及其應(yīng)用程序典型設(shè)計模式；第3～7章，分別介
《理解和改變世界》是一本由圖靈獎得主、中美法三國院士所撰寫的思想巨著。在這本書中，希發(fā)基思教授通過深入研究人工智能和信息論，構(gòu)建了一套新的認(rèn)知體系，幫助我們以更高維的方式理解和決策。希發(fā)基思教授認(rèn)為知識是一種重要的、潛在的力量，幫助我們洞察底層邏輯。我們需要清晰地認(rèn)識知識與信息、智能以及意識之間的復(fù)雜關(guān)系，了解人工智能
人工智能（AI）是否會取代人類？是不是所有的事情機(jī)器都能比人做得好？當(dāng)AlphaGo能下圍棋、ChatGPT能理解并生成內(nèi)容時，當(dāng)每一次AI應(yīng)用取得突破時，這兩個問題都會引起人們的廣泛討論。 本書提供了多個AI應(yīng)用的例子，可讓讀者直觀地了解AI已經(jīng)可以出色地完成很多任務(wù)。通過一個個具體的案例，本書細(xì)致講解了主要AI工
本書旨在介紹人工智能中深度學(xué)習(xí)的基礎(chǔ)知識，為即將進(jìn)入深度學(xué)習(xí)領(lǐng)域進(jìn)行研究的讀者奠定基礎(chǔ)。全書共13章，其中，第1～4章為理論部分，第5～13章為應(yīng)用部分。理論部分介紹了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基本內(nèi)容，以及TensorFlow開發(fā)框架的搭建和使用；應(yīng)用部分設(shè)置了多個項目案例，并介紹了這些案例詳細(xì)的實現(xiàn)步驟和代碼，使讀者在練
書單推薦 新書推薦
