《PyTorch開(kāi)發(fā)入門(mén)：深度學(xué)習(xí)模型的構(gòu)建與程序?qū)崿F(xiàn)》以PyTorch為主要內(nèi)容，介紹了其安裝和實(shí)際應(yīng)用，共7章。其中，第1章介紹了PyTorch的包結(jié)構(gòu)；第2章介紹了線性模型，并通過(guò)PyTorch的實(shí)際使用來(lái)實(shí)現(xiàn)線性回歸模型和邏輯回歸模型；第3章介紹了神經(jīng)網(wǎng)絡(luò)，實(shí)際使用PyTorch創(chuàng)建一個(gè)多層感知器（Percep
TensorFlowLite移動(dòng)端深度學(xué)習(xí)循序漸進(jìn)地講解了在移動(dòng)設(shè)備中使用TensorFlowLite開(kāi)發(fā)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)程序的核心知識(shí)，并通過(guò)具體實(shí)例演練了各知識(shí)點(diǎn)的使用方法和流程。全書(shū)共9章，分別講解了人工智能開(kāi)發(fā)基礎(chǔ)、編寫(xiě)個(gè)TensorFlowLite程序、創(chuàng)建模型、轉(zhuǎn)換模型、推斷、優(yōu)化處理、微控制器、物體檢測(cè)
本書(shū)的出發(fā)點(diǎn)是嵌入式系統(tǒng)的實(shí)際應(yīng)用，因此涉及面比較廣，為了控制篇幅，很多內(nèi)容點(diǎn)到為止，但可以起到拋磚引玉的作用。本書(shū)首先對(duì)嵌入式系統(tǒng)做了定義，然后圍繞該定義展開(kāi)。全書(shū)分為三篇，第壹篇側(cè)重于基礎(chǔ)應(yīng)用知識(shí)；第二篇是基于第壹篇的高階應(yīng)用知識(shí)，主要針對(duì)嵌入式操作系統(tǒng)；第三篇相對(duì)獨(dú)立，對(duì)目前非常流行的低功耗藍(lán)牙原理和應(yīng)用做了介紹
本書(shū)以軌道交通行業(yè)為背景，從人工智能在軌道交通中的應(yīng)用、機(jī)器分類(lèi)、圖像檢測(cè)、語(yǔ)音識(shí)別、文本分析、OCR識(shí)別以及項(xiàng)目實(shí)戰(zhàn)應(yīng)用案例等方面，由淺入深，全面、系統(tǒng)地介紹了人工智能技術(shù)服務(wù)及各種應(yīng)用。在編寫(xiě)上以項(xiàng)目教學(xué)為主線，以任務(wù)驅(qū)動(dòng)為核心，以培養(yǎng)技術(shù)應(yīng)用型人才為目標(biāo)，將基本技能培養(yǎng)和主流技術(shù)結(jié)合，使學(xué)生通過(guò)學(xué)習(xí)，能夠掌握人工
本書(shū)系統(tǒng)闡述了人工智能的基本原理、方法和應(yīng)用技術(shù)，以知識(shí)為線索，分為知識(shí)搜索、知識(shí)發(fā)現(xiàn)、知識(shí)推理和知識(shí)應(yīng)用四個(gè)部分，全面反映了人工智能領(lǐng)域國(guó)內(nèi)外的最新研究進(jìn)展和動(dòng)態(tài)。為便于讀者深入學(xué)習(xí)，每章的最后一節(jié)均配有相關(guān)方法的案例和編程內(nèi)容，大部分章末配有課后練習(xí)，讀者可掃描書(shū)中二維碼獲取相關(guān)代碼和參考答案。本書(shū)可作為高等學(xué)校智
本書(shū)針對(duì)人工智能硬件電路設(shè)計(jì)基礎(chǔ)、著重介紹硬件電路相關(guān)的設(shè)計(jì)知識(shí)及SoC設(shè)計(jì)開(kāi)發(fā)過(guò)程中數(shù)字前端知識(shí)，包括VHDL技術(shù)、Verilog技術(shù)及HLS技術(shù)。同時(shí)將開(kāi)發(fā)SoC中常用的模塊作為應(yīng)用實(shí)例進(jìn)行詳細(xì)講解。VHDL技術(shù)部分詳細(xì)介紹了VHDL語(yǔ)言的背景知識(shí)、基本語(yǔ)法結(jié)構(gòu)和VHDL代碼的編寫(xiě)方法。另外，該部分還加入了基礎(chǔ)電路
當(dāng)前AI圖書(shū)市場(chǎng)，理論知識(shí)與實(shí)踐經(jīng)驗(yàn)的脫節(jié)，是很多書(shū)籍的缺點(diǎn)。本書(shū)立足于理論，從實(shí)例入手，將理論知識(shí)和實(shí)際應(yīng)用結(jié)合，目標(biāo)是讓讀者能夠快速地熟悉人工智能中經(jīng)典算法。全書(shū)分為4篇，共20章。其中第1篇為基礎(chǔ)算法篇，主要講述排序、查找、線性結(jié)構(gòu)、樹(shù)、隊(duì)列、散列、圖、堆棧等基本數(shù)據(jù)結(jié)構(gòu)算法；第2篇為機(jī)器學(xué)習(xí)算法篇，主要講述分類(lèi)
本書(shū)以新版深度學(xué)習(xí)框架PyTorch為基礎(chǔ)，循序漸進(jìn)地介紹其在深度學(xué)習(xí)中的應(yīng)用。全書(shū)共10章，從深度學(xué)習(xí)數(shù)學(xué)知識(shí)入手，逐步介紹PyTorch在數(shù)值建模、圖像建模、文本建模、音頻建模中的基本概念及應(yīng)用示例，還將介紹模型的可視化和聯(lián)邦學(xué)習(xí)等內(nèi)容，以擴(kuò)展讀者的視野。本書(shū)在講解每一個(gè)知識(shí)點(diǎn)的同時(shí)，都配合有動(dòng)手練習(xí)實(shí)例，便于讀者
安徽省教育廳高校自然科學(xué)研究重點(diǎn)項(xiàng)目研究成果。本書(shū)主要介紹以布朗運(yùn)動(dòng)、分?jǐn)?shù)布朗噪聲驅(qū)動(dòng)下的隨機(jī)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析、同步控制及其應(yīng)用等，拓展神經(jīng)網(wǎng)絡(luò)理論分析和控制方法。特色是介紹基于三種隨機(jī)過(guò)程的隨機(jī)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與同步控制，包括多重時(shí)變時(shí)滯的布朗運(yùn)動(dòng)（維納過(guò)程）驅(qū)動(dòng)的隨機(jī)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性與同步控制，分?jǐn)?shù)布朗噪聲驅(qū)動(dòng)的
本書(shū)是“1+X”職業(yè)技能等級(jí)證書(shū)(初級(jí))——單片機(jī)應(yīng)用與開(kāi)發(fā)的培訓(xùn)認(rèn)證配套用書(shū)，圍繞宏晶科技增強(qiáng)型51單片機(jī)IAP15L2K61S2，重點(diǎn)介紹其在物聯(lián)網(wǎng)系統(tǒng)中的開(kāi)發(fā)與應(yīng)用方法。全書(shū)介紹物聯(lián)網(wǎng)通識(shí)知識(shí)，元器件識(shí)別與測(cè)試、焊接與裝配和測(cè)量?jī)x表使用；MCS-51兼容單片機(jī)、集成開(kāi)發(fā)環(huán)境、程序下載軟件和仿真與調(diào)試方法；并行口、
書(shū)單推薦 新書(shū)推薦
