本書較為全面地介紹了人工智能邊緣設(shè)備的基礎(chǔ)概念、技術(shù)棧和應(yīng)用開發(fā)等內(nèi)容，以企業(yè)用人需求為導向，以崗位技能和綜合素質(zhì)為核心，通過理論與實戰(zhàn)相結(jié)合的方式，旨在培養(yǎng)具備人工智能邊緣設(shè)備基礎(chǔ)認知，掌握人工智能模型選擇、部署和推理方法的應(yīng)用型人才。全書共三篇：第一篇（模塊1~4）為基礎(chǔ)篇：人工智能邊緣設(shè)備開發(fā)入門，著重講解人工智

本書講述基于人工智能的控制技術(shù)，主要介紹了神經(jīng)網(wǎng)絡(luò)控制、模糊邏輯控制和進化算法控制。全書分為兩部分，共10章。第1部分為基礎(chǔ)篇，包括第1~6章，講述基礎(chǔ)理論。第1章緒論講述人工智能和控制論的基礎(chǔ)；第2~4章是神經(jīng)網(wǎng)絡(luò)控制部分，主要講述神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)、典型神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、強化學習和深度強化學習的內(nèi)容；第5

《AI訓練師手冊：算法與模型訓練從入門到精通》內(nèi)容系統(tǒng)、全面，實例豐富，共有10章，包括51個實操案例解析和80個行業(yè)案例分析。通過學習《AI訓練師手冊：算法與模型訓練從入門到精通》，讀者可以從零開始，逐步掌握人工智能的核心技術(shù)，成為合格的AI訓練師�！禔I訓練師手冊：算法與模型訓練從入門到精通》附贈了同步教學視頻＋P

新質(zhì)生產(chǎn)力具有以數(shù)字化、網(wǎng)絡(luò)化、智能化新技術(shù)為支撐，以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素，以科技創(chuàng)新為核心驅(qū)動力等鮮明的時代特征。人工智能是新質(zhì)生產(chǎn)力的典型代表，是推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅(qū)動力量。加快形成新質(zhì)生產(chǎn)力，要牢牢抓住人工智能這個“牛鼻子”，以實現(xiàn)經(jīng)濟社會各領(lǐng)域各環(huán)節(jié)智能化轉(zhuǎn)型升級。但也要看到，技術(shù)不

本書適用于探索該領(lǐng)域的新手和業(yè)余愛好者。在沒有背景知識的前提下，本書從一開篇，便向讀者講述了如何建立一個數(shù)據(jù)集，并展示了如何使用該數(shù)據(jù)集訓練一個成功的深度學習模型。此后，本書探討了經(jīng)典的機器學習算法，其目的是探討奠定深度學習革命的方法理論基礎(chǔ)。本書不僅為讀者提供扎實的概念基礎(chǔ)，還為讀者設(shè)計自己的項目和解決方案提供了實用

本書前五章(第1、2、3、4、5章)審視人工智能和軟件定義網(wǎng)絡(luò)/網(wǎng)絡(luò)功能虛擬化背后的技術(shù)，重點強調(diào)各種激動人心的機會，將網(wǎng)絡(luò)和人工智能這兩大類技術(shù)合而為一，實現(xiàn)安全的自智網(wǎng)絡(luò)。接下來的三章(第6、7、8章)探討自智網(wǎng)絡(luò)的軟件方面，包括公有云和開源的作用、容器和微服務(wù)的趨勢以及不斷發(fā)展的軟硬件平臺，這些平臺為自智網(wǎng)絡(luò)的分

本書有些章節(jié)涉及人工智能的歷史、概念的定義、政策和軍事事務(wù)中的人工智能(人工智能的軍事戰(zhàn)略、概念、理論、網(wǎng)絡(luò)安全和網(wǎng)絡(luò)防御、不同的參與者)。本書綜合了當前關(guān)于人工智能在國防事務(wù)中的作用的爭論。由于人工智能本質(zhì)上“與網(wǎng)絡(luò)有關(guān)”，因此，本書探討了網(wǎng)絡(luò)空間軍事化的一個維度。人們對人工智能重新產(chǎn)生的興趣是否是重新配置網(wǎng)絡(luò)空間的

本書探討了生成式人工智能(AI)的快速發(fā)展及其對社會各方面的深遠影響。作者通過對比歷史上的技術(shù)創(chuàng)新，強調(diào)了新技術(shù)在普及過程中遇到的挑戰(zhàn)和誤解。書中還詳細介紹了ChatGPT和其他生成式人工智能的出現(xiàn)及其廣泛應(yīng)用，解釋了其背后的大語言模型(LLM)和轉(zhuǎn)換機能技術(shù)，展示了生成式人工智能如何通過深度學習和大規(guī)模數(shù)據(jù)處理，實現(xiàn)

這是一本與眾不同的關(guān)于生成式AI的書。首先，它對AI產(chǎn)業(yè)和AI技術(shù)過去多年的發(fā)展脈絡(luò)做了一個總結(jié)，以高屋建瓴的視角分析事物的全貌。其次，它深入淺出地討論了AI尤其是生成式AI的關(guān)鍵技術(shù)問題，但沒有“沉溺”于這些問題。再次，它既涉及歐美最先進的生成式AI產(chǎn)業(yè)，也涉及中國在追趕中的生成式AI產(chǎn)業(yè)。最后，它脫離了資本市場的短

近些年來，在深度學習的推動下，人工智能步入新的發(fā)展階段。然而，隨著深度學習模型性能的提升，其計算復雜度也在不斷增加，深度學習模型的運行效率面臨巨大挑戰(zhàn)。在這種情況下，深度學習高效計算成為在更大范圍內(nèi)應(yīng)用人工智能的重要環(huán)節(jié)。本書圍繞深度學習模型計算，重點從深度學習模型優(yōu)化、算法軟件加速、硬件架構(gòu)設(shè)計等方面展開介紹深度學習