计算机视觉解决方案日益普及，在医疗、汽车、社交媒体和机器人等领域取得了不错的展。本书将帮助你了解全新版本的谷歌机器学习源框架TensorFlow 2，你将掌握如何使用卷积神经网络（CNN）完成视觉任务。本书从计算机视觉和深度学习基础知识始，教你如何从头始构建神经网络。你将掌握一些让TensorFlow成为广泛使用的AI库的特性，以及直观的Keras口，继而高效地构建、训练和部署CNN。通过具体的代码示例，本书展示了如何使用Inception和ResNet等现代神经网络分类图像，以及如何使用YOLO、Mask R-CNN和U-Net提取特定内容。本书还将介绍如何构建生成式对抗网络（GAN）和变分自编码器（VAE）来生成和编辑图像，以及如何使用LSTM分析视频。在此过程中，你将深了解迁移学习、数据增强、域适应，以及移动设备和Web部署等高级知识以及其他关键概念。通过阅读本书，你将获得使
本书通过丰富的深度学习实战案例，向读者介绍深度学习可应用和落地的项目，包括手写体识别、数据集分类、情感分类、文本情感分类、编码器、汉字拼音转换、中文文本分类、多标签文本分类、人脸检测、人脸识别、语音汉字转换等。所有案例都基于Python TensorFlow 2.5 Keras技术，可配套用于深度学习的实战训练。
1.以操作实践为学习的切，而不是直切理论讲解； 2.以任务为驱动，贯穿知识内容； 3.充分考虑学习者的认知曲线，由浅深，边讲边练边切理论知识； 4.通过项目实训训练技能的综合使用能力。
1.集机器学习和深度学习于一身，由360资深算法专家撰写，让你轻松掌握推荐系统的核心技术。 2.推荐系统技术已经正式步深度学习时代。基于一线研发人员的视角，系统介绍推荐系统的技术理论和实践。 3.覆盖推荐系统召回、粗排、精排和重排全路，本书从多个角度审视推荐系统中的公平性问题、知识蒸馏、冷启动等前沿实践，是推荐系统领域实践者不容错过的指南。 4.以业界实践为基础，介绍推荐系统的核心技术。通过谷歌、阿里巴巴等大型互联网公司在4层级联架构中的模型设计和实现原理，快速了解业内主流解决方案，搭建属于自己的实用知识体系。
1.领域前沿：本书全面介绍了生物计算的三大领域 DNA计算、RNA计算和蛋白质计算，涵盖了从基础理论到实验操作的全方位内容，为读者提供了一个系统的学习框架。 2.作者知名：由领域内知名学者著述，整合了多年的研究成果和最新发现，确保了书籍内容的权威性和实用性。 3.理论性与实用性兼备：不仅深探讨了生物计算的理论基础，还详细介绍了实验操作和计算模型，使读者能够将理论知识应用于实际问题解决中。 4.案例分析丰富：书中提供了大量的实际案例分析，如DNA计算在求解NP完全问题上的应用，增强了内容的可读性和实用性，使读者能够更好地理解和掌握生物计算技术。 5.跨学科视角：本书融合了计算机科学、生物学、化学等多个学科的知识，为跨学科研究者提供了一个共同的交流平台，具有广泛的吸引力。
系统整合人工智能技术与计算机视觉理论，兼顾基础原理与前沿展。 内容涵盖传统视觉算法与现代智能技术，全面呈现计算机视觉的技术演脉络与核心方法论。 概念表述严谨清晰，技术解析深透彻，配套案例真实典型。 本书既可作为高等院校计算机视觉、人工智能相关专业的核心教材，也可作为科研机构展视觉算法研究的参考手册；既适合初学者建立系统的知识框架，也能为工程师提供前沿技术的工程化落地思路。无论是教学科研、学术攻关还是技术研发，本书都是计算机视觉学习者与从业者值得信赖的知识指南与实用工具。
1，本书属于人工智能门书籍，理论和技术门槛较低，受众更广； 2，本书主要编著者为青年长江学者，在人工智能教育领域，尤其是面向非计算机/人工智能专业的教育领域深耕数年，已在相关领域发表研究论文50余篇； 3，本书以实践为导向，通过丰富的实例和案例介绍了人工智能各项技术的基本概念、原理和应用，坚持理论与实践相结合； 4，本书的实践案例基于最新的放AI架构MindSpore平台行发，同时涵盖了推荐系统、量子计算、人工智能轻量级、人工智能大模型等前沿主题的介绍，内容更加丰富且与时俱； 5，本书对上海市高等学校信息技术水平考试二三级人工智能技术及应用，形成完整的授课体系，方便读者系统性阅读、学习、考试和应用。
咖哥继AI Agent之后的又一力作，给程序员最实用的RAG实战课 从零始，一步步搭建个人和企业的知识库 不使用任何框架，深解析RAG的十大组件，纯手工造RAG系统 基于DeepSeek、LangChain、LlamaIndex、源嵌模型和Milvus的知识库构建指南
系统性学习路径：从基础到阶，再到实战应用和参赛指导，为读者提供一站式学习体验。 实战与理论结合：不仅提供理论知识，更注重实践操作和项目实战，帮助读者将所学知识应用于实际。 参赛指导：提供参赛技巧和经验分享，帮助读者在各类科技竞赛中脱颖而出。 互动性与趣味性：通过案例分析、互动问答等形式，提高书籍的趣味性和互动性，吸引青少年读者。 专业团队编写：由经验丰富的科技教育专家（厂商）和实战经验丰富的指导教师（每本书有三四十名竞赛获奖指导教师）共同编写，确保内容的专业性和实用性。 丰富的配套资源：配套资源中提供了书中的实例文件、素材文件、视频教学文件、课件、获奖作品评等。
本书阐述人工智能火热的成因、发展历程、产业、技术和应用场景，详解人工智能的几个核心技术（机器学习、特征工程、模型、算法、深度学习）和两个*流行的源平台（sklearn和TensorFlow）。通过本书的学习，读者能掌握人工智能技术体系、重技术和平台工具，为人工智能技术应用到实际工作场景中下基础。
全书大部分章节紧扣实际需求展，不堆积知识，着重于解决问题时思路的启发与方案的实施，帮助读者真正理解与消化Python机器学习编程与实战。 书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握Python机器学习相关技能。
1.本书引用国内外大量理论研究和实践经验，内容翔实。 2.本书作者有数百家企业的服务经验，对于数字经济的背景、发展及相关框架有着非常清晰的认知。 3.本书从少见的经济学视角出发，而非常见的产业视角，为读者提供了不同维度的数字经济概念。 4.本书语言通俗易通，可以面向各类读者，无论是初学者还是研究者。
本书从算法设计策略和算法应用两个方面介绍了几类常见算法，包括蛮力法、分治法、贪心算法、动态规划、回溯法和分支限界法等，各章内容在编排上知识难度由浅深，讲解分析循序渐，以帮助读者理解算法的基本概念，掌握算法的关键设计步骤和了解算法适用的问题。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车