一本將AI繪畫講透的探秘指南，通過豐富的實踐案例操作，通俗易懂地講述AI繪畫的生成步驟，生動展現(xiàn)了AI繪畫的魔法魅力。從歷史到未來，跨越百年時空；從理論到實踐，講述案例操作；從技術到哲學，穿越多個維度；從語言到繪畫，落地實戰(zhàn)演練。AI繪畫的誕生，引發(fā)了奇點降臨，點亮了AGI（通用人工智能），并涉及Prompt、風格、技

本書基于PyTorch框架介紹深度學習的有關理論和應用,以Python為實現(xiàn)語言。全書共分10章，內容包括深度學習的概念和發(fā)展過程、感知器、全連接神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、若干經(jīng)典CNN預訓練模型及其遷移方法、深度卷積神經(jīng)網(wǎng)絡應用案例、循環(huán)神經(jīng)網(wǎng)絡、基于預訓練模型的自然語言處理、面向模型解釋的深度神經(jīng)網(wǎng)絡可視化方法、多模

閱讀本書，即使讀者僅掌握高中數(shù)學知識，也能理解和應用強大的機器學習技術！簡單來講，機器學習是一套以算法為基礎的數(shù)據(jù)分析技術，當你提供更多數(shù)據(jù)時，算法可反饋更好的結果。ML支持許多尖端技術，如推薦系統(tǒng)、面部識別軟件、智能揚聲器，甚至包括自動駕駛汽車。本書不落窠臼，示例豐富，精選的練習十分有趣，插圖清晰，講解機器學習的核心

人們相信人工智能可以為這個時代的技術帶來突破，而ChatGPT則使這種希望成為現(xiàn)實。現(xiàn)在，許多人都渴望了解與ChatGPT相關的一切，包括技術的歷史和背景，其神奇的功能以及如何使用它。雖然ChatGPT的使用方法很簡單，但它具有無限的潛力。如果不去親身體驗，很難體會到它的強大之處。本書盡可能全面地介紹了與ChatGPT

機器學習是人工智能的重要分支。本書立足實用且易于上手實踐的原則，系統(tǒng)地介紹機器學習領域的經(jīng)典算法，以及這些算法的Python實現(xiàn)和典型應用。本書分4部分:第1部分介紹監(jiān)督學習，包括線性模型、決策樹分類、貝葉斯分類器、集成學習和支持向量機；第2部分介紹無監(jiān)督學習，包括關聯(lián)規(guī)則、聚類分析和數(shù)據(jù)降維；第3部分介紹深度學習，包

本書是寫給沒有學過任何計算機語言的讀者的，例如大學生。本書主要講授MATLAB的基本知識，從如何打開MATLAB的指令窗口，輸入最簡單的指令開始，利用MATLAB提供的交互式環(huán)境，用簡明的實例向讀者示范如何調用MATLAB的內部函數(shù)實現(xiàn)數(shù)值計算、符號運算和平面曲線、空間曲線與曲面圖等圖形輸出，以及機器學習和線性代數(shù)與微

本書的主要內容涵蓋機器學習領域的主要模型和算法,包括監(jiān)督學習的分類和回歸模型與算法、非監(jiān)督學習的聚類和降維算法、強化學習的主要算法、遷移學習的實例以及最新前沿的相關模型和算法的實踐。本書以實驗項目或案例為單元,每個單元有明確的實驗目的、原理和實驗步驟,包括基礎驗證性實驗、綜合設計性實驗和系統(tǒng)開發(fā)項目實踐。

本書主要內容包括探索性數(shù)據(jù)分析、有監(jiān)督學習(線性回歸、SVM、決策樹等)、無監(jiān)督學習(降維、聚類等),以及深度學習的基礎原理和應用等。本書旨在為廣大讀者提供一個系統(tǒng)全面、易于理解的機器學習和深度學習入門教程。不需要過多的數(shù)學背景,只需掌握基本的編程知識即可輕松上手。

本書使用Python對人工智能機器學習中的相關知識進行了算法實現(xiàn),并以這些知識為背景解釋了什么是深度學習。具體內容包括初識機器學習、機器學習基礎、群智能與優(yōu)化方法、神經(jīng)網(wǎng)絡和深度學習。因為沒有使用TensorFlow、PyTorch等任何程序庫,僅使用Python直接實現(xiàn)機器學習與深度學習的相關算法,可以讓讀者更好地理

這是一本講解NPU硬件架構設計與技術實現(xiàn)的著作。作者將自己在CPU、GPU和NPU領域15年的軟硬件工作經(jīng)驗融會貫通，將四代NPU架構設計經(jīng)驗融為一體，將端側和云側NPU架構合二為一，總結并提煉出本書內容。本書主要討論神經(jīng)網(wǎng)絡硬件層面，尤其是芯片設計層面的內容，主要包含神經(jīng)網(wǎng)絡的分析、神經(jīng)網(wǎng)絡加速器的設計以及具體