本書分為三部分。第一部分為內(nèi)容理解,從文本、語音、圖像的理解等角度幫助讀者全面了解其中的技術(shù)細節(jié)和研究進展。第二部分為內(nèi)容生成,著重講解生成的技術(shù)細節(jié),結(jié)合作者業(yè)務(wù)探索的應(yīng)用案例,從圖片文字生成、素材合成,到AI創(chuàng)作全鏈路,介紹內(nèi)容創(chuàng)作相關(guān)的技術(shù),幫助讀者由淺入深理解技術(shù)原理與業(yè)務(wù)實踐。第三部分為內(nèi)容質(zhì)量,詳細介紹信息

《機器學習平臺架構(gòu)實戰(zhàn)》詳細闡述了與機器學習平臺架構(gòu)相關(guān)的基本解決方案，主要包括機器學習和機器學習解決方案架構(gòu)，機器學習的業(yè)務(wù)用例，機器學習算法，機器學習的數(shù)據(jù)管理，開源機器學習庫，Kubernetes容器編排基礎(chǔ)設(shè)施管理，開源機器學習平臺，使用AWS機器學習服務(wù)構(gòu)建數(shù)據(jù)科學環(huán)境，使用AWS機器學習服務(wù)構(gòu)建企業(yè)機器學習

本書主要講解了常見的人工智能應(yīng)用。其中，項目1介紹了人工智能常見的應(yīng)用場景、相關(guān)軟件的安裝及如何將TensorFlow模型部署到安卓端；其他9個項目主要介紹了常見人工智能應(yīng)用場景的實現(xiàn)，每個項目均介紹了當前項目的原理、開發(fā)環(huán)境，再對當前項目分步驟介紹如何實現(xiàn)，以便于讀者的理解。本書可作為高等院校人工智能技術(shù)應(yīng)用、大數(shù)據(jù)

本書按照人工智能模型訓練開發(fā)流程介紹了人工智能模型訓練開發(fā)技術(shù)，包括PaddlePaddle的簡介及基礎(chǔ)知識、線性回歸、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自然語言處理、推薦算法、計算機視覺、遷移學習、圖像分類、圖像識別等，并通過實際的操作案例詳細、直觀地講解了人工智能算法和模型的實現(xiàn)過程，可幫助開發(fā)人員快速完成人工智能等相關(guān)

本書共11章，包括計算機基礎(chǔ)知識、人工智能概述、人工智能基礎(chǔ)算法與應(yīng)用、Python基礎(chǔ)入門、Python編程基礎(chǔ)、Python數(shù)據(jù)結(jié)構(gòu)、Python圖形處理、Python與爬蟲、Python人工智能應(yīng)用案例、國產(chǎn)麒麟(桌面)操作系統(tǒng)、國產(chǎn)辦公軟件WPSOffice等內(nèi)容。

本書分為三個部分。第一部分探討人工智能的“創(chuàng)造”及其在工作場所的應(yīng)用，收錄的5篇文章從過程、決策、變革動力等方面進行論述。第二部分著眼于“偽裝”人工智能的相關(guān)問題，圍繞算法和自動化的局限性展開討論。第三部分探討“擺脫”人工智能的相關(guān)問題，討論重點轉(zhuǎn)向勞動者為抵制工作中使用的算法和自動化而采取的新手段。

通過技術(shù)創(chuàng)新為教育的未來發(fā)展注入強大勢能，以智能技術(shù)解決教育難點問題、增強國家競爭力已成為國際共識。近年來，我國政府出臺了系列文件，包括對教育信息化、教育新基建的部署等，旨在推動智能技術(shù)與教育的融合走向深入，以進一步推進教育創(chuàng)新和高質(zhì)量發(fā)展，提升智慧教育的整體發(fā)展水平。本書探索了人工智能與未來教育的關(guān)系，探討了人工智能

本書采用漫畫的形式，通過可愛的小倉鼠們的對話，講述了人工智能助手ChatGPT的基本概念、使用方法、實際應(yīng)用場景，也介紹了其他一些AIGC工具。第1章介紹ChatGPT的基本概念，告訴大家AIGC與ChatGPT分別是什么，GPT各個版本的演化歷程，ChatGPT有哪些應(yīng)用場景。第2章介紹了ChatGPT的賬號與登錄問

本書首先介紹了使用ChatGPT的提示詞技巧，詳細解釋了如何有效使用提示詞提問。接下來，介紹了可以與ChatGPT結(jié)合使用的各種AI工具，包括與AI寫作、文本轉(zhuǎn)語音和數(shù)字人等有關(guān)的工具。了解市場上常見的AI工具后，書中探討了如何將ChatGPT應(yīng)用于工作和學習，為讀者提供強大的支持和幫助。隨后，書中分享了基于ChatG

本書在介紹如何利用前端技術(shù)來實現(xiàn)深度學習的模型部署和預測的基礎(chǔ)上，重點介紹了若干運用前端AI技術(shù)的典型場景。本書內(nèi)容包括三大部分：前端與AI、引入新模型和WebAI進階。本書重點講解模型開發(fā)的“全鏈路”，從模型供給到業(yè)務(wù)實現(xiàn)，串聯(lián)起前端AI開發(fā)的整個流程。讀者可以根據(jù)定制化的需求利用Paddle.js前端推理引擎完成算