《深度學習：從Python到TensorFlow應用實戰(zhàn)》全面介紹深度學習中的卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)、學習原理、代碼實現(xiàn)、API調(diào)用等基本知識，重點介紹開發(fā)深度學習應用所需要的Python技術(shù)基礎以及TensorFlow深度學習庫，并以文本分類和語音識別為例說明TensorFlow的應用場景�！渡疃葘W習：從Python到Te

《人工智能開源硬件與Python編程實踐》是基于機器視覺、語音識別等典型方法的開源硬件及開源算法，利用Python編程工具而設計的創(chuàng)新實踐項目。 《人工智能開源硬件與Python編程實踐》注重推動人工智能新技術(shù)的工程實踐，將人工智能教育與創(chuàng)客教育相結(jié)合，課程模塊包括顏色形狀檢測、目標跟蹤、邊緣檢測、軌跡跟蹤、人臉檢測

本書作為深度學習工程師初級認證官方教材,將深度學習理論基礎與平臺操作有機結(jié)合,從算法到實戰(zhàn),共分6章,第1~4章主要介紹專業(yè)知識,包括數(shù)學基礎、Python基礎、機器學習和深度學習等基礎知識;第5章面向工程實戰(zhàn)能力的訓練,介紹深度學習開發(fā)平臺,特別是飛槳開發(fā)平臺的實戰(zhàn)案例;第6章面向業(yè)務理解與實踐能力的提升,介紹深度學

當人們聽說“AI的進化將剝奪人類的就業(yè)機會”時，出于對機器的擔憂和反感，他們就會產(chǎn)生逆反心理，從而造成對AI能力的過高預估；另一方面，當這種過高的期待沒有實現(xiàn)時，人們就會產(chǎn)生對AI的全面否定，如“AI什么也干不了”“到頭來還不是一無是處、毫無意義”。我們該如何澄清關(guān)于AI的各種誤解，使企業(yè)能夠從容自如地使用AI？本書作

本書重點講述用于預測性數(shù)據(jù)分析的*重要的機器學習方法，包括理論概念和實際應用。

本書重點在幫你掌握深度學習所要求的數(shù)學原理和編程實戰(zhàn)經(jīng)驗，使你能快速使用TensorFlow輕松部署產(chǎn)品中的深度學習解決方案，并形成開發(fā)深度學習架構(gòu)和解決方案時所需的數(shù)學理解和直覺。本書提供了豐富的理論和實戰(zhàn)動手經(jīng)驗，使你可以從零開始掌握深度學習，并能快速部署有價值的深度學習解決方案。本書重點講解了與多個行業(yè)相關(guān)的深度

Pytorch是基于python且具備強大GPU加速的張量和動態(tài)神經(jīng)網(wǎng)絡，更是Python中優(yōu)先的深度學習框架，它使用強大的GPU能力,提供*大的靈活性和速度。本書指導讀者以Pytorch為工具在Python中學習深層強化學習(DQN)。主要內(nèi)容包括：強化學習概述及分類、強化學習的算法和實施方法、在Pytorch中實施

本書內(nèi)容主要包括機器學習的基本知識、基本學習方法、集成學習方法、深度學習方法和深度強化學習方法等內(nèi)容，將機器學習的經(jīng)典內(nèi)容與深度學習等前沿內(nèi)容有機地結(jié)合在一起，形成一套相對完整的知識體系，并在每個章節(jié)穿插相應的應用實例，使得廣大讀者不但能夠較好地掌握機器學習基本理論，而且能夠比較系統(tǒng)地掌握其應用技術(shù)，為今后的工作和進一

本書全面介紹神經(jīng)網(wǎng)絡、機器學習和深度學習的基本概念、模型和方法，同時也涉及了深度學習中許多最新進展，附錄中還提供了相關(guān)數(shù)學分支的簡要介紹，旨在讓讀者知其然還要知其所以然。

本書針對人工智能技術(shù)領域人才培養(yǎng)的需要，從實際應用出發(fā)，以人工智能涉及的“會運動、會看懂、會聽懂、會思考”四方面為主線進行編寫。本書采用理實一體的編寫方式，設置了5個學習情境，分別為認識人工智能、運動系統(tǒng)的設計與應用、視覺識別系統(tǒng)的設計與應用、語音識別系統(tǒng)的設計與應用和認知系統(tǒng)的設計與應用，循序漸進地介紹了人工智能控制