本書全面介紹TensorFlow2.x框架及其在深度學習中的應用，內(nèi)容包括TensorFlow簡介、Python語言基礎、環(huán)境搭建與入門、TensorBoard可視化、多層感知機實現(xiàn)、卷積神經(jīng)網(wǎng)絡實現(xiàn)、循環(huán)神經(jīng)網(wǎng)絡實現(xiàn)、強化學習、遷移學習、生成對抗網(wǎng)絡和GPU并行計算等。

本書詳細闡述意圖驅動自智網(wǎng)絡的關鍵技術與應用實例。內(nèi)容涵蓋意圖驅動自主智能網(wǎng)絡的基礎概念與背景，以及意圖智能轉譯、意圖閉環(huán)驗證、自主策略生成、意圖態(tài)勢感知等意圖環(huán)路技術。此外，探討針對意圖驅動智能運維、意圖驅動網(wǎng)絡負載均衡、意圖驅動6G編排和意圖驅動衛(wèi)星網(wǎng)絡管控等典型應用案例。

本書深度剖析人工智能領域的最新趨勢及其對未來的潛在影響，特別是聚焦于歐盟在這一領域的政策動向、監(jiān)管措施和立法進展。書中詳細闡述歐盟對于算法的通用監(jiān)管策略，展示其在構建倫理監(jiān)管環(huán)境方面所取得的最新成就，并提供對歐盟道德法規(guī)與可信賴人工智能的宏觀洞察。內(nèi)容不僅涵蓋科學信息技術的基礎概念闡釋，還深入探討歐盟機構層面的立法、監(jiān)

本書剖析了圖像復原技術的最新進展，并探索了深度學習技術在圖像復原過程中的關鍵作用。內(nèi)容包括：基于傳統(tǒng)機器學習的圖像復原方法、基于卷積神經(jīng)網(wǎng)絡的圖像復原方法基礎、基于雙路徑卷積神經(jīng)網(wǎng)絡的圖像去噪方法、基于注意力引導去噪卷積神經(jīng)網(wǎng)絡的圖像去噪方法、基于級聯(lián)卷積神經(jīng)網(wǎng)絡的圖像超分辨率方法等。

本書全面且詳細地闡述了控制工程領域的基礎理論知識。全書共7章，深入淺出地介紹了自動控制系統(tǒng)的基本概念、控制系統(tǒng)的數(shù)學模型、基于傳遞函數(shù)的時域分析與設計、控制系統(tǒng)的根軌跡分析與設計、控制系統(tǒng)的頻域分析、控制系統(tǒng)的校正、線性離散系統(tǒng)的分析和校正相關知識。

本書系統(tǒng)介紹了基于狀態(tài)空間模型的狀態(tài)反饋及卡爾曼濾波方法，共8章，由三部分組成，第一部分（第1、2章），連續(xù)時間狀態(tài)反饋控制；第二部分（第3～6章），離散時間狀態(tài)反饋控制；第三部分（第7、8章），卡爾曼濾波。本書介紹了連續(xù)系統(tǒng)及離散系統(tǒng)的狀態(tài)空間模型建模、狀態(tài)反饋控制器、觀測器、干擾抑制及參考信號跟蹤的設計方法，并結合

本書針對現(xiàn)有的混合式學習模式中存在理論、實驗及創(chuàng)新實踐三個環(huán)節(jié)的時間及空間分離問題，探索并構建一套“理實同步-虛實結合-資源共享”線上線下混合式人才培養(yǎng)平臺。包括：建立了全新的通信網(wǎng)絡控制模型，解決了通信互聯(lián)網(wǎng)絡引入的時延問題，實現(xiàn)了混合式學習線上線下課程的同步集成，提高了高校課堂教學效率；解決了個性化知識建構平臺集成

“人工智能超入門叢書”致力于面向人工智能各技術方向零基礎的讀者，內(nèi)容涉及數(shù)據(jù)素養(yǎng)、機器學習、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統(tǒng)等方向。本叢書體系完整、內(nèi)容簡潔、語言通俗，綜合介紹了人工智能相關知識，并輔以程序代碼解決問題，使得零基礎的讀者能夠快速入門�！稄娀瘜W習：人工智能如何知錯能改》是“人工智

《AI訓練師手冊：算法與模型訓練從入門到精通》內(nèi)容系統(tǒng)、全面，實例豐富，共有10章，包括51個實操案例解析和80個行業(yè)案例分析。通過學習《AI訓練師手冊：算法與模型訓練從入門到精通》，讀者可以從零開始，逐步掌握人工智能的核心技術，成為合格的AI訓練師�！禔I訓練師手冊：算法與模型訓練從入門到精通》附贈了同步教學視頻＋P

本書是一本全面介紹人工智能領域的專業(yè)教材。分為八章，人工智能概述、人工智能數(shù)學基礎、人工智能基礎模型、人工智能編程框架、視覺智能處理技術、語言智能處理技術、語音智能處理技術和人工智能的未來發(fā)展趨勢。首先介紹人工智能的相關基礎知識，包括人工智能相關概念、人工智能的數(shù)學基礎、人工智能的模型基礎以及相關編程基礎，然后分別介紹