1.深浅出，通俗易懂 基于TensorFlow.js讲述如何在浏览器端发人工智能应用，深浅出地介绍了前端发、深度学习的相关知识，帮助读者提升智能前端发水平。 2.实用工具书，针对性强 从环境配置出发，详细介绍了卷积神经网络与移动端常用的几个网络模型。 3.实例丰富，参考性强 提供大量实际案例，具有较高参考价值。 4.适用性强，具有广泛性 适配新版本以及多类型设备，具有广泛参考性。
机器人是当前科技领域发展的重要方向之一,受到科技界和企业界的广泛重视。 特别 是近 5 年来,互联网+、大数据和以深度学习为代表的人工智能技术等推动机器人技术有了 进一步发展,人们预测,机器人或许成为下一代工业革命的引领者。 “机器换人”等现象的不 断涌现,表明机器人将推动现有产业升级换代,甚至产生新业态。
适读人群：人工智能相关领域架构师、技术经理、算法工程师。 1.偏重落地：本书作者拥有在企业从事人工智能工程化的实际经验，本书内容偏重从工程化的角度探讨如何让人工智能在企业中落地。 2.本书以实际落地项目为例，从浅到深介绍了在企业中实施人工智能工程化的场景与细节，以及目前人工智能在企业中的优势和劣势。 3.可读性强：相比于学术资料，本书并不要求读者具有深厚的数学功底，作者用尽量浅的数学知识介绍了实施人工智能工程化和搭建AI中台的方法。
随着物联网（IoT）技术不断发展并在一系列专业和消费产品应用中变得越来越普遍，工程师们在物联网硬件中设计新一代灵活、低成本、低功耗的嵌式存储器的需求越来越大。本书可以帮助他们满足这种需求。本书由存储器方面国际领先的专家和多项专利持有人共同撰写，使工程师能够快速了解物联网硬件中*的存储器实现方式。
MLlib是Apache Spark机器学习库。本书入门简单，实例丰富，详解协同过滤、线性回归、分类、决策树、保序回归、聚类、关联、数据降维、特征提取和转换等MLlib主要算法，用实例说明MLlib大数据机器学习算法的运用。
原创智能驾驶激光雷达和算法的实践落地的图书，全彩印刷，效果和实例图全彩呈现。 华为智能驾驶研发专家、清华大学教授、业界专家联袂推荐 全面介绍激光雷达算法在智能驾驶中的应用。 涵盖激光雷达标定、激光感知和激光SLAM等方向。 深浅出、理论联系实际，剖析激光雷达和智能驾驶中的关键技术和经典算法。
1.内容新颖，重新审视元宇宙生态 理性讲解元宇宙前沿技术、应用场景、商业发展逻辑，为小白的投资、生活等方面进行理性讲解，预防被割韭菜。 2.由浅入深，简单易懂 本书语言通俗易懂，层层递进，凝聚了作者多年研究成果和认知总结，适合对元宇宙感兴趣的小白、区块链从业者阅读。 3.作者资历丰富，众多专业人士推荐 何宝宏、蔡文胜、冯波、神鱼、孔剑平等26位领域专业人士联袂推荐！作者通证一哥专注NFT、DAO、Web3、元宇宙研究，具有丰富的区块链行业经验，曾担任多个区块链项目通证设计顾问和网络营销高管。 4. 洞察热点，自下而上。 从宇宙和人类文明的本源说起，洞察DAO、GameFi、Land等热点，推荐大家一读~
全面反映新一代信息技术对机器人的变革作用，理论系统性强、理论联系实际，通过本书整合各种智能机器人的应用、科研展，通过思维导图、二维码等构建放性学习知识体系。
1.定位独特。中国共产党成立100周年献礼的主题出版图书，站在民族复兴高度，反映我国信息行业有代表性的高精尖科研成果。 2.作者知名。知名专家撰写，以充分反映信息技术领域的成就和成果。 3.亮突出。内容结构上既反映信息技术领域的发展概况，聚焦有重大影响力的亮；展示重大成果，感受科技之美，讲背后故事，宣扬传承科技精神。 4.创新引领。融合出版，融文、图、音频、视频、动画等于一体，限度地提升读者的阅读体验。
为了构建稳健的深度学习系统，需要理解神经网络的工作原理以及如何训练CNN模型等知识。通过本书，你可以探索新发的深度学习模型及其在各个领域的使用方法，以及基于应用领域的实现。 本书首先介绍构建模块和神经网络背后的数学知识，然后介绍CNN及其在计算机视觉领域的先应用，以及在对象检测和图像分割中应用流行的CNN架构。还将介绍变分自编码器和GAN，以及如何使用神经网络来提取单词的复杂向量表示。在继续讨论各种类型的循环网络(如LSTM和GRU)之前，会介绍如何在没有RNN的情况下使用注意力机制处理序列数据。然后，介绍如何使用图神经网络处理结构化数据，以及如何使用元学习采用较少的训练样本来训练神经网络。后，了解如何将深度学习应用于自动驾驶汽车。 阅读本书，你将掌握关键的深度学习概念和深度学习模型在现实世界中的不同应用
讲述了我国5G产业发展具有的独特优势、5G框架下的智能制造的实现方式、5G赋能智能制造的典型应用场景、挑战及机遇； 联通云、硅谷机器人协会、国际智能制造联盟专家委员会、联合国工业发展组织中加创新中心、海尔集团、三一集团树根互联、中国联通、中国电信研究院、尚品宅配、*、诺基亚等机构的专家提供智力支持； 工业和信息化部原部长李毅中、中国工程院院士邬贺铨和刘韵洁、海尔董事局主-席张瑞敏作序推荐。
机器学习主要研究如何使计算机模拟或实现人类的学习行为，从而获取新的知识或技能，是人工智能领域的核心技术。基于机器学习发的应用程序可以灵活地处理新数据。本书将展示如何将机器学习技术应用于移动端的应用程序发中。 本书首先介绍TensorFlow Lite和Core ML的基础知识，然后讲述7个常见应用程序的发，*后讨论基于机器学习的云服务。通过本书，读者可以学会如何发一个预测年龄和性别的应用程序，如何对图片行艺术风格迁移，如何实现面部检测和条形码扫描，如何构建一个用于美化的AR滤镜，如何在移动设备上检测手写的数字，如何实现可以换脸的应用程序，如何利用迁移学习对食物行分类。 本书有助于读者掌握机器学习的概念，学会使用TensorFlow Lite和Core ML在手机上发功能强大的应用程序。
深度学习及神经网络算法涵盖较广的计算机和数学领域，本书系统讲述深度学习的原理及应用，并介绍目前流行的深度学习框架PyTorch。从理论知识到实战项目，内容翔实。 ★通俗易懂 深度学习需要一些公式推导，本书在推导公式之前详细讲解前置知识，助力读者更好地理解理论知识。 ★详略得当 本书在重难出配有视频讲解，扫描书中提供的二维码可观看对应章节的视频讲解；相关知识领域，例如CUDA，本书也会在讲解深度学习之余介绍它的基本使用，帮助读者全方位地了解深度学习这个领域。 ★深浅出 深计算机硬件，给出简明结论。书中包含大量细心编写的代码，带领读者一起思考和实现理论。
本书利用多面体模型描述了如何实现不同阶段循环变换技术，是国内首个详细介绍该模型和循环优化技术的特殊编译参考书籍。
脑机口研究先驱、巴西世界杯 机械战甲 发明者米格尔 尼科莱利斯扛鼎力作！ 外骨骼、脑联网、大脑校园、记忆永生 2015年度关于人类未来*不可错过的 精彩大片 ！看脑机口如何激发人类潜能、绘制人类未来新图景！ 财讯传媒集团首席战略官段永朝专文推荐！清华大学心理学系主任彭凯平，英特尔中国研究院院长吴甘沙，浙江大学生物医学工程与仪器科学学院教授、求是高等研究院常务副院长郑筱祥，2003年诺贝尔化学奖得主彼得 阿格雷等各界精英联袂推荐！ 湛庐文化机器人与人工智能系列。
通过本书，你将学会如何使用TensorFlow行移动端机器学习应用的发，以及了解如下内容： ● TensorFlow对移动平台支持的起源和思路 ● TensorFlow对硬件加速技术的支持 ● TensorFlow Lite的架构和实现原理 ● TensorFlow在各种移动平台和嵌式平台上的发实例 ● 基于TensorFlow和谷歌云行机器学习的方法 ● 基于TensorFlow的机器学习服务框架 ● 基于TensorFlow的各种源技术和工程实践
1.前沿科学的深度研究，带你探索人工嗅觉技术的发展与应用方向。 2.长期钻研的宝贵知识，以大量真实可靠的实验行验证。 3.新兴技术的巧妙结合，融合光学与机器学习和算法。 4.代表产品的研究展，大幅增加电子鼻传感阵列规模，提升识别精度与响应速度。
分身的代感：分身即自我，分身即媒介。本书从影子、镜像、自画像、摄影术到元宇宙时代的数字分身，结合作品和案例，讲述了艺术创作媒介的演变，视角独特。 书中大量理论结合案例，融合哲学、生物学、人类学等诸多学科，对元宇宙艺术的创作者、服务者、研究者和投资者，都极具参考和启发作用，本书可谓元宇宙艺术史的篇之作。 全书用哲学的思维方式，科学的逻辑架构，来解构元宇宙艺术。有别于绝大多数元宇宙相关的书将 元宇宙 物化或概念化，本书将元宇宙放在人类感知与创造的发展脉络中，作为意识形态完善及提升的阶阶段。 清华大学美术学院教授李睦作序推荐。
1. 泰迪 1 X 大数据应用发(Python) 职业技能等级证书高级配套教材 2. 随书附带Python源码，方便读者系统学习并动手实践 3. 实战案例丰富 4. 提供PPT课件、教学大纲、教学度表，以及教案等资源
深度学习是人工智能研究中的一个新兴领域，通过深度神经网络模拟人脑的机制让计算机深层次地思考并解释数据。图像检索是计算机视觉领域重要的研究课题，目前结合深度学习和图像检索的研究已趋成熟，并且在产业界逐步落地。为满足广大读者对于深度学习和图像检索技术的学习需求，作者编著了此书。本书详细阐述深度学习目标检测、物体识别、迁移学习、图像生成、图像超分辨率重建、多模型融合算法在图像检索中的应用，帮助读者形成关于深度学习和图像检索系统全面的知识体系。《深度学习 图像检索原理与应用》呈现了以下图像检索的理论、技术与应用： ? 神经网络与深度学习； ? 图像检索技术； ? 目标检测与物体识别方法； ? 迁移学习； ? 生成对抗网络； ? 图像超分辨率重建技术； ? 多模型融合算法； ? 深度学习模型训练方法。
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