本書針對當前火熱且應用前景廣闊的自然語言處理（NLP），介紹了深度學習的技術原理及其在自然語言處理中的應用；簡要分析了該領域各個應用方向上的相關模型和關鍵技術，包括Transformer、BERT、GPT，等等；匯集了眾多論文中的重要思想和研究成果；系統(tǒng)梳理了技術發(fā)展脈絡。此外，本書還介紹了如何使用深度學習技術來訓練模

本書作為討論開源軟件商業(yè)實踐法律問題的圖書，針對開源法律的核心開源許可，提供了專業(yè)度極高的法律和技術原則解析。本書聚焦于如何使用開源、如何為開源項目做貢獻，以及發(fā)布開源軟件的常見問題，并致力于回答以下眾多開源熱門問題：為什么開源并不是病毒；GPL是什么；如何進行開源代碼審計；何為用戶友好的開源規(guī)則；如何避免和應對開源索

本書共11章，分為三部分。部分(第1章至第5章)介紹了Python在計算機視覺中的圖像基本操作、圖像增強、形態(tài)學處理、局部圖像特征提取、圖像分割等方面的編程應用。第二部分(第6章至第8章)梳理了計算機視覺的相關基礎理論，包括深度神經網絡基礎、卷積神經網絡基礎和PyTorch深度學習框架。第三部分(第9章至第11章)列舉

《細說機器學習：從理論到實踐》從數(shù)學知識入手，詳盡細致地闡述機器學習各方面的理論知識、常用算法與流行框架，并以大量代碼示例進行實踐。本書內容分為三篇：篇為基礎知識，包括機器學習概述、開發(fā)環(huán)境和常用模塊、特征工程、模型評估、降維方法等內容。本篇詳細而友好地介紹機器學習的核心概念與原理，并結合大量示例幫助讀者輕松入門。第二

《深度序列模型與自然語言處理：基于TensorFlow2實踐》以自然語言和語音信號處理兩大應用領域為載體，詳細介紹深度學習中的各種常用序列模型。在講述理論知識的同時輔以代碼實現(xiàn)和講解，幫助讀者深入掌握相關知識技能�！渡疃刃蛄心Ｐ团c自然語言處理：基于TensorFlow2實踐》共12章，不僅涵蓋了詞向量、循環(huán)神經網絡、卷

隨著人工智能技術的成熟，圖像語義分割方法迎來了飛速發(fā)展的機會。語義分割是一種像素級的預測任務，基于全卷積神經網絡（FCN）的分割方法，為了獲得較高的分割精度，需耗費大量的計算資源。然而隨著自動駕駛和移動終端需求的日益增長，在分割精度和分割速度之間進行平衡顯得尤為重要，如何在計算力有限的設備上應用語義分割技術、減少計算量

萬相·006號作品 進入社交媒體時代，互聯(lián)網上的內容日益混亂駁雜，商業(yè)性內容審核已成為一項廣泛存在、極為必要的工作。而抵御不良內容的主要屏障并非是機器算法，而是人。數(shù)以百萬計的審核員承擔了大量的工作，他們評估社交平臺用戶上傳的信息，篩選和移除色情、暴力、仇恨言論等不良內容。然而，出于各種原因，這個行業(yè)

區(qū)塊鏈技術誕生于2008年全球金融危機之際，該技術通過多方記賬這一成本可控的方式使得交易中的代理問題得以有效控制，企業(yè)生產運營和財務相關的信息能夠實現(xiàn)多方確認、不可篡改和即時同步，使得企業(yè)實現(xiàn)更大規(guī)模的智能化、定制化創(chuàng)新生產模式成為可能。本書研究梳理了區(qū)塊鏈技術行業(yè)應用方面的文獻，基于區(qū)塊鏈技術不可篡改、多方確認和即時

全書分為10章，通過理論＋實例的形式，分別介紹了商品攝影的基礎知識、商品攝影的核心要點、商品擺放與拍攝技巧、商品圖像的后期處理、主圖視頻的策劃制作、主圖視頻的拍攝技巧、主圖視頻的剪輯技巧、主圖視頻的特效制作、主圖視頻的文案制作、主圖視頻的綜合案例等內容。選用大量案例，敘述清晰，內容實用，通過書中技巧的穿插，幫助讀者在實

本書包括九個實驗。其中，前六個實驗是基礎實驗，包括STM32微控制器開發(fā)環(huán)境的搭建、通用輸入/輸出口的應用、外部中斷、定時器、串口通信、FreeRTOS，涵蓋教材上絕大部分實驗內容，并做了大量拓展。實驗七-九是綜合實驗。實驗七介紹了ADC的相關知識，設計了相關實驗；實驗八是綜合設計1，采用FFT設計了基于ADC和