本書主要討論機器學習、神經(jīng)形態(tài)計算和神經(jīng)網(wǎng)絡(luò)的理論及應(yīng)用，專注于機器學習加速器和硬件開發(fā)。本書從傳統(tǒng)的微處理架構(gòu)發(fā)展歷程入手，介紹在后摩爾定律和后丹納德微縮定律下，新型架構(gòu)的發(fā)展趨勢和影響執(zhí)行性能的各類衡量指標。然后從應(yīng)用領(lǐng)域、ASIC和特定領(lǐng)域架構(gòu)三個角度展示了設(shè)計特定的硬件實現(xiàn)所需考慮的諸多因素。接著結(jié)合機器學習開

為了適應(yīng)和持續(xù)推動人工智能學科和多學科交叉領(lǐng)域的新發(fā)展，本書遵循“理論化—典型化—應(yīng)用化”的思路，秉持以理論學習和工程應(yīng)用為主要背景論述深度學習基礎(chǔ)理論、方法和應(yīng)用的宗旨，結(jié)合團隊多年領(lǐng)域研究和課堂教學實踐，從深度神經(jīng)網(wǎng)絡(luò)的核心結(jié)構(gòu)和原理出發(fā)，闡述了典型神經(jīng)網(wǎng)絡(luò)及其實際應(yīng)用。 全書分為四部分，共16章。其中，深度學習

本書從人工智能這一顛覆性技術(shù)的前世今生說起，對我國人工智能發(fā)展歷程、人工智能應(yīng)用領(lǐng)域以及人工智能對社會經(jīng)濟的影響進行了梳理，深入探討了人工智能背景下實體經(jīng)濟、產(chǎn)業(yè)工人、技術(shù)技能、職業(yè)教育等相關(guān)領(lǐng)域交叉融合的關(guān)系以及面臨的挑戰(zhàn)與對策，提出了智能化進程中技術(shù)技能、職業(yè)教育與產(chǎn)業(yè)工人的發(fā)展互動路徑。 全書共七章，具體為：人

深度學習技術(shù)作為人工智能領(lǐng)域的一門新興技術(shù)，已成為人工智能科研領(lǐng)域、企業(yè)應(yīng)用領(lǐng)域中常用的一門技術(shù)。本教材由神經(jīng)網(wǎng)絡(luò)基本訓練規(guī)則、感知器、BP網(wǎng)絡(luò)作為基礎(chǔ)，講述神經(jīng)網(wǎng)絡(luò)基礎(chǔ)訓練方法。并通過自編碼器網(wǎng)絡(luò)，將淺層網(wǎng)絡(luò)過度到深度神經(jīng)網(wǎng)絡(luò)部分，詳細講解卷積神經(jīng)網(wǎng)絡(luò)原理及訓練方法、卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展以及基于卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算

本書聚焦深度學習算法的基礎(chǔ)理論和核心算法，全面系統(tǒng)地論述深度學習的基礎(chǔ)理論，兼顧人工智能數(shù)學基礎(chǔ)知識與領(lǐng)域**原創(chuàng)基礎(chǔ)理論，構(gòu)建脈絡(luò)清晰的人工智能理論體系。本書首先介紹了深度學習的相關(guān)數(shù)學基礎(chǔ)，主要包括線性代數(shù)、概率論、信息論三部分；緊接著系統(tǒng)地介紹了深度學習的重點內(nèi)容，主要分為五方面，即深度學習的逼近理論，深度學習的

本書共8章，包括緒論、知識表示、搜索算法、推理技術(shù)、專家系統(tǒng)、機器學習、規(guī)劃系統(tǒng)以及Agent系統(tǒng)，全面系統(tǒng)地介紹了人工智能的發(fā)展、表示方法以及經(jīng)典算法等內(nèi)容。具體包括：人工智能的定義和發(fā)展、人類智能與人工智能、人工智能的學派及其爭論等。

本書針對工科院校普遍開設(shè)的“自動控制原理”課程，系統(tǒng)地闡述了經(jīng)典控制理論和現(xiàn)代控制理論所涉及的基本內(nèi)容。作為主要特色之一，本書將這些內(nèi)容劃分為模型篇、分析篇和設(shè)計篇三大部分。其中模型篇涵蓋了連續(xù)時間系統(tǒng)的微分方程與傳遞函數(shù)模型、框圖與信號流圖模型、頻域模型、離散時間系統(tǒng)的差分方程與脈沖傳遞函數(shù)模型，以及作為現(xiàn)代控制理論

本書主要內(nèi)容包括：人工智能的新里程碑——ChatGPT、深入理解Transformer模型、生成式預(yù)訓練、無監(jiān)督多任務(wù)與零樣本學習、稀疏注意力與基于內(nèi)容的學習等，共十一章。具體內(nèi)容包括：ChatGPT的發(fā)展歷程、ChatGPT的能力、大語言模型的技術(shù)演化等。

本書適合任何想要深入了解深度學習這個迷人領(lǐng)域的人，您不需要具備高級數(shù)學和編程知識就可以掌握其根本原理。如果您想知道這些工具是如何工作的，并學會自己使用它們，答案盡在書中。而且，如果您已經(jīng)準備好編寫自己的程序，那么隨附的Github存儲庫中還有大量補充的Python筆記本可以幫助您。本書講解語言通俗易懂，包含大量的的彩色

本書系統(tǒng)闡述了智能算法在波束形成設(shè)計、波達方向估計與聲源定位中的應(yīng)用。全書分三篇，共11章，主要涉及仿人智能算法、仿生物進化智能算法、群體智能優(yōu)化算法和深度學習等的原理、方法及實現(xiàn)框架，寬帶波束形成、穩(wěn)健自適應(yīng)波束形成、混響背景下波束形成的設(shè)計原理與方法，以及寬帶信號波達方向估計與近場聲源定位算法，也給出了智能算法在波