本書指導(dǎo)讀者學(xué)習(xí)如何使用生成媒體技術(shù)與人工智能創(chuàng)建新穎的圖像或音樂。數(shù)據(jù)科學(xué)家和軟件工程師將了解最先進(jìn)的生成模型是如何工作的，如何根據(jù)您的需求進(jìn)行微調(diào)和調(diào)整，以及如何結(jié)合現(xiàn)有的構(gòu)建塊來創(chuàng)建不同領(lǐng)域的新模型和創(chuàng)造性應(yīng)用程序。本書以直觀的方式介紹了理論概念，并提供了大量的代碼示例和插圖，您可以在諸如Googlecollab
諸如ChatGPT和DALL-E這樣的大型語言模型(LLM)和擴(kuò)散模型擁有前所未有的潛力。通過使用互聯(lián)網(wǎng)上的公共文本和圖像進(jìn)行訓(xùn)練，這些模型能夠?yàn)楦鞣N任務(wù)提供幫助。而且，隨著準(zhǔn)入門檻的顯著降低，幾乎任何開發(fā)人員都可以利用AI模型來解決以前不適合自動(dòng)化的問題。借助本書，你將在生成式人工智能方面打下堅(jiān)實(shí)的基礎(chǔ)，學(xué)會(huì)如何在實(shí)
本書介紹了在人工智能與大數(shù)據(jù)時(shí)代背景下，網(wǎng)絡(luò)表示學(xué)習(xí)的理論與應(yīng)用。提出了網(wǎng)絡(luò)表示學(xué)習(xí)的關(guān)鍵在于將網(wǎng)絡(luò)中的節(jié)點(diǎn)映射到低維空間，形成能夠反映節(jié)點(diǎn)間復(fù)雜關(guān)系的向量表示。書中討論了各種先進(jìn)的網(wǎng)絡(luò)表示學(xué)習(xí)方法，如基于圖注意力機(jī)制、圖自編碼器和深度學(xué)習(xí)技術(shù)，并提供了大量實(shí)驗(yàn)和案例分析，展示了這些方法在不同數(shù)據(jù)集上的應(yīng)用效果。這些案
人工智能已在多個(gè)行業(yè)得到成功應(yīng)用，大模型的應(yīng)用已成為突破性進(jìn)展的重要驅(qū)動(dòng)力，而在特定垂直領(lǐng)域，如醫(yī)療、法律、金融等，大模型微調(diào)面臨獨(dú)特的挑戰(zhàn)和需求。本書致力于大型語言模型微調(diào)與應(yīng)用的關(guān)鍵技術(shù)，探討兩個(gè)熱門應(yīng)用方向：大模型的知識(shí)專業(yè)性和時(shí)效性。剖析了垂直領(lǐng)域大模型訓(xùn)練的背景及意義，探討大模型在垂直領(lǐng)域的遷移學(xué)習(xí)、應(yīng)用部署
本書共12章，內(nèi)容涵蓋傳統(tǒng)人工智能技術(shù)、現(xiàn)代人工智能技術(shù)以及近年來人工智能技術(shù)應(yīng)用三大部分，旨在展示人工智能技術(shù)的發(fā)展歷程。在傳統(tǒng)人工智能技術(shù)部分，本書討論了問題求解與搜索技術(shù)、歸結(jié)推理、不確定性推理與專家系統(tǒng)，以及遺傳算法、蟻群算法、鳥群算法和粒子群算法等經(jīng)典算法。在現(xiàn)代人工智能技術(shù)部分，本書介紹了機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)
隨著人工智能技術(shù)的發(fā)展，智能無人系統(tǒng)成為其中一個(gè)重要的研究領(lǐng)域。本書全面介紹智能無人系統(tǒng)的基本概念、主要類型、基礎(chǔ)理論、關(guān)鍵技術(shù)以及主要應(yīng)用。具體包括：智能無人系統(tǒng)的由來、智能無人系統(tǒng)感知、智能無人系統(tǒng)控制與決策、智能無人系統(tǒng)智能技術(shù)、空中智能無人系統(tǒng)、空間智能無人系統(tǒng)、地面智能無人系統(tǒng)、水中智能無人系統(tǒng)、醫(yī)用智能無人
人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力，是新質(zhì)生產(chǎn)力的突出代表。融合了人工智能等新興技術(shù)的數(shù)字經(jīng)濟(jì)已成為引領(lǐng)經(jīng)濟(jì)社會(huì)發(fā)展的重要力量。本書梳理了陳曉紅院士團(tuán)隊(duì)近年來在人工智能與數(shù)字經(jīng)濟(jì)領(lǐng)域的部分學(xué)術(shù)論文與理論文章，由理論研究、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展、社會(huì)治理四篇組成，包括數(shù)字經(jīng)濟(jì)理論體系、兩型工程管理理論與實(shí)踐體系、
可信機(jī)器學(xué)習(xí)是機(jī)器學(xué)習(xí)的重要部分，是一門研究機(jī)器學(xué)習(xí)可信屬性的學(xué)科。本書將可信機(jī)器學(xué)習(xí)的屬性貫穿始終，全面系統(tǒng)地介紹可信機(jī)器學(xué)習(xí)的概念原則和技術(shù)方法。本書內(nèi)容分六部分。第一部分詳細(xì)闡述可信機(jī)器學(xué)習(xí)的框架、機(jī)器學(xué)習(xí)生命周期以及安全性相關(guān)概念；第二部分針對機(jī)器學(xué)習(xí)中的數(shù)據(jù)介紹數(shù)據(jù)偏差、數(shù)據(jù)隱私等相關(guān)概念和解決方法；第三部分
"隨著人工智能和數(shù)字技術(shù)的飛速發(fā)展，深度學(xué)習(xí)已成為現(xiàn)代技術(shù)革新的核心驅(qū)動(dòng)力之一。從語音識(shí)別到自動(dòng)駕駛，深度學(xué)習(xí)的應(yīng)用正在不斷改變?nèi)藗兊纳罘绞�。然而，深度學(xué)習(xí)技術(shù)的復(fù)雜性和廣泛性，使得初學(xué)者和實(shí)踐者在理解與應(yīng)用這些技術(shù)時(shí)面臨諸多挑戰(zhàn)。因此，本書對深度學(xué)習(xí)的基本理論、核心技術(shù)及實(shí)際應(yīng)用進(jìn)行了系統(tǒng)梳理，旨在幫助讀者全面掌握
"本書是一本全面深入的深度學(xué)習(xí)實(shí)踐指導(dǎo)書，旨在為讀者提供從基礎(chǔ)概念到高級(jí)應(yīng)用的系統(tǒng)性知識(shí)。本書第1章從基礎(chǔ)開始，介紹了PyTorch工具，涵蓋了數(shù)據(jù)的加載與預(yù)處理，以及基礎(chǔ)網(wǎng)絡(luò)構(gòu)建和訓(xùn)練流程。第2章深入圖像分類，探討了CNN架構(gòu)、數(shù)據(jù)增強(qiáng)技術(shù)，以及模型優(yōu)化和部署策略。第3章轉(zhuǎn)向創(chuàng)造性圖像應(yīng)用，包括風(fēng)格遷移、DeepDr
書單推薦 新書推薦
