本書結(jié)合兩個重要和流行的研究領(lǐng)域：復(fù)雜網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)，不僅包括基礎(chǔ)背景知識，還包含近期*新的研究進(jìn)展。書中包括大量插圖和例題幫助讀者理解主要思想和實現(xiàn)細(xì)節(jié)。

本書首先簡要介紹流行的TensorFlow庫，并講解如何用它訓(xùn)練不同的神經(jīng)網(wǎng)絡(luò)。你將深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和它背后的數(shù)學(xué)原理，以及為什么我們會選擇TensorFlow訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然后，你將實現(xiàn)一個簡單的前饋神經(jīng)網(wǎng)絡(luò)。接下來，你將使用TensorFlow掌握神經(jīng)網(wǎng)絡(luò)的優(yōu)化技術(shù)和算法，以及一些更復(fù)雜的神經(jīng)網(wǎng)絡(luò)的實現(xiàn)。

本書主要介紹Caffe的技術(shù)原理和一些高級使用技巧，首先介紹深度學(xué)習(xí)的趨勢和業(yè)內(nèi)動態(tài)，然后介紹Caffe的基礎(chǔ)知識。在理解了Caffe算法的基礎(chǔ)上，介紹Caffe的技術(shù)原理和特點，包括數(shù)學(xué)知識和設(shè)計知識。*后介紹Caffe深度學(xué)習(xí)多任務(wù)網(wǎng)絡(luò)。本書將實踐和現(xiàn)有系統(tǒng)進(jìn)行無縫對接，并詳述了各種調(diào)參技巧。

深度學(xué)習(xí)，特別是深度卷積神經(jīng)網(wǎng)絡(luò)是人工智能的重要分支領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)技術(shù)也被廣泛應(yīng)用于各種現(xiàn)實場景，在許多問題上都取得了超越人類智能的結(jié)果。本書作為該領(lǐng)域的入門書籍，在內(nèi)容上涵蓋深度卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和實踐應(yīng)用兩大方面。全書共14章，分為三個部分：第一部分為緒論；第二部分（第1～4章）介紹卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識、

《人工智能英語入門（詞句篇）》圍繞“機(jī)器人英語教學(xué)，活躍試驗區(qū)改革，突出專業(yè)特色”的方針，以機(jī)器人領(lǐng)域中的百詞百句為起點，選取了人工智能英語中常見的一百個詞條，提供漢語釋義和中英文對照的例句，學(xué)習(xí)者可以從語境、語用、語義和結(jié)構(gòu)等多方面進(jìn)行活學(xué)活用。

本書為專著。眾所周知，動力系統(tǒng)中不可避免地存在時間滯后現(xiàn)象。時滯是影響系統(tǒng)穩(wěn)定的重要因素之一，甚至帶來振蕩、分叉以及混沌等動力學(xué)行為。因此，研究時滯以及不確定性對動力系統(tǒng)穩(wěn)定性的影響就顯得非常重要。在很多實際的系統(tǒng)中，如在物理電路、生物系統(tǒng)、化學(xué)反應(yīng)過程中，隨機(jī)因素的干擾在動力系統(tǒng)中起著非常重要的作用。因此，動力系統(tǒng)穩(wěn)

自人工智能問世以來，人們普遍持有人機(jī)對立的觀點，且無時無刻不在害怕自己的工作會被人工智能取代。作者認(rèn)為，是時候拋開這些無謂的擔(dān)憂了，因為人類社會正走向一個與機(jī)器共融共生的時代。 未來的新型工作模式是什么？未來有哪些工作不會被人工智能取代？人工智能時代重要的生存技能是什么？本書圍繞這三大核心問題做了透徹的分析。作者帶

本書以提高中等職業(yè)學(xué)校學(xué)生繼電控制線路裝調(diào)的能力為目的。在介紹繼電控制線路的相關(guān)設(shè)備如低壓電器、電動機(jī)、變壓器等知識的基礎(chǔ)上，對繼電控制線路的典型控制線路及其動作原理、故障檢測等進(jìn)行了全面、系統(tǒng)、深入的介紹。全書共分為六個項目，包括認(rèn)識低壓電器、認(rèn)識三相異步電動機(jī)、電動機(jī)的基礎(chǔ)控制、電動機(jī)的復(fù)雜控制、雙速電動機(jī)與繞線轉(zhuǎn)

《深度學(xué)習(xí)基礎(chǔ)教程》是真正適合深度學(xué)習(xí)初學(xué)者的入門書籍，全書沒有任何復(fù)雜的數(shù)學(xué)推導(dǎo)�！渡疃葘W(xué)習(xí)基礎(chǔ)教程》首先介紹了深度學(xué)習(xí)的優(yōu)勢和面臨的挑戰(zhàn)、深度學(xué)習(xí)采用深層架構(gòu)的動機(jī)、學(xué)習(xí)深度學(xué)習(xí)需要的數(shù)學(xué)知識和硬件知識以及深度學(xué)習(xí)常用的軟件框架。然后對多層感知機(jī)、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、受限玻耳茲曼機(jī)（RBM）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RN

本書深入介紹了人工智能六十余年發(fā)展里程中出現(xiàn)的重要歷史事件、理論學(xué)說和所取得的激動人心的成果；也從科普的角度，盡可能以不依賴數(shù)學(xué)等專業(yè)知識的方式去介紹這些成果背后的理論與算法。讀者可以通過本書對人工智能學(xué)科發(fā)展里程的解析體會到人工智能的創(chuàng)造者和推動者們所希望的智能理論和產(chǎn)品是如何工作的。無論是與人工智能產(chǎn)業(yè)相關(guān)的研發(fā)人