1）DeepSeek多模态大模型正备受瞩目，而其背后的高性能注意力机制与多模态融合技术更是成为了深度学习研究领域的热。 （2）《DeepSeek大模型高性能核心技术与多模态融合发》致力于成为读者全面掌握DeepSeek核心技术的宝典，通过深浅出的原理讲解与实例分析，引导读者系统学习DeepSeek的核心原理、架构及应用发方法。 （3）《DeepSeek大模型高性能核心技术与多模态融合发》深剖析DeepSeek的核心技术多头潜在注意力MLA与混合专家模型MoE，详细阐述它们的工作原理与技术优势。 （4）《DeepSeek大模型高性能核心技术与多模态融合发》详细探讨DeepSeek中的多模态融合方法，结合丰富的应用实例，为读者提供全面的理论与实践指导，助力读者深理解高性能大模型的运行机制。 （5）实战项目涵盖情感分类、图像识别、语音识别、文本生成、图像生成、图文问答、视频分类、智
基于GPU加速的计算机视觉编程:使用OpenCV和CUDA实时处理复杂图像数据
本书是OpenCV发人员的指南，手把手教你使用OpenCV和CUDA实现GPU加速的计算机视觉项目发，帮你快速掌握利用GPU实时处理复杂图像数据的高效技术。 全书共11章，第1章介绍CUDA架构及应用；第2章介绍如何使用CUDA为GPU编写程序；第3章介绍如何从CUDA程序中调用线程，以及多个线程如何相互通信；第4章介绍CUDA streams和CUDA events等高级概念；第5章介绍在所有操作系统中安装支持CUDA的OpenCV库；第6章讲解如何使用OpenCV编写基本的计算机视觉操作，如像素级的图像操作、过滤和形态学操作；第7章介绍使用OpenCV和CUDA加速一些实际计算机视觉应用程序的步骤；第8章介绍如何在Jetson Tx1嵌式平台上安装OpenCV；第9章介绍如何在Jetson TX1上部署计算机视觉应用程序 ；第10章介绍PyCUDA；第11章讲解如何使用PyCUDA编写程序。
本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。
本书为普通高等教育“十一五”***规划教材。
本书从理论和实际工程应用出发，介绍了集散控制系统的基本原理及其在工业生产过程中的具体应用实例。
本书系统介绍对抗样本的基本原理，从相关的背景知识始，包含搭建学习对抗样本的软硬件环境、常用工具，带领读者快速上手实践。本书作者在安全领域有多年实践经验，对业界常见的方法做了系统的归纳总结，包含大量案例，深浅出，实践性强。本书所有示例代码在GitHub上可以下载:https://github.com/duoergun0729/adversarial_examples 主要内容包括： 对抗样本相关的深度学习背景知识，如梯度、优化器、反向传递等。 如何搭建学习对抗样本的软硬件环境。 对抗样本领域的一些常见图像处理技巧。 常见的白盒攻算法与黑盒攻算法。 对抗样本在目标检测领域的应用。 对抗样本的常见加固算法。 常见的对抗样本工具以及如何搭建NIPS对抗样本竞赛环境。 如何站在巨人的肩膀上，快速生成自己的对抗样本，行攻防对抗
DeepSeek助力短视频创作拍摄、剪辑、调色与*制作(剪映+Premiere)(全彩微课版)
36个动手练+10个实战演练+42节同步学习视频+24节AIGC拓展学习视频
本书深浅出地介绍了人工智能和大模型的核心概念和算法，以及这些技术是如何发明和发展的。通过阅读本书，读者能够理解大模型背后的技术，感受到它所带来的改变。
《机器学习门与实战 MATLAB实践应用》的编写是作者在多年机器学习及工作经验的基础上，对大量的网络资源、论文和相关书籍行总结、整理、分析而来。全书共分为三部分，分别为机器学习概念篇、MATLAB机器学习基础篇、机器学习算法与MATLAB实践篇。
读者对象：1、希望在多个平台的C 环境下始使用OpenCV的计算机视觉新手；2、计算机视觉工程师；3、从初级到高级的各级学生、教师、研究人员；4、其他对计算机视觉和OpenCV感兴趣的人员 1、鼓励 复制 粘贴 运行 这种学习方式并尝试将数学基础保持在*限度； 2、涵盖计算机视觉热门主题，提供完整的项目代码; 3、新增 为项目找到*OpenCV算法 、 避免OpenCV中的常见陷阱 ； 4、超越基础知识，从更高层次来设计和实现复杂图像识别项目。 5、版本新：OpenCV的API（v4.0.0）
1.机器学习门手册《机器学习精讲》姊妹篇，人工智能和机器学习领域专业人士的多年实践结晶，深浅出讲解机器学习应用和工程实践。 2.系统阐释利用机器学习大规模地解决业务问题，涉及项目准备工作、数据收集、特征工程、监督模型训练、模型评估、模型部署，以及模型服务、监测和维护等全流程 3.从零始讲解，分任务、分步骤的介绍机器学习项目，展示项目完整设计过程。 4.理论实践相结合侧重于讨论多种实际应用场景，帮助读者应用到实际发中。 5.人工智能和机器学习领域专业人士Cassie Kozyrkov、Karolis Urbonas作序推荐。
DeepSeek助力图形图像处理AI绘图、修复合成、视频生成、Photoshop协同(全彩微课版)
全彩印刷，案例丰富，配72个动手练+17个实战演练+62节同步学习视频+24节AIGC拓展学习视频。
本书适合想要深了解人工智能前沿动态、对ChatGPT类产品感兴趣的读者阅读，能够帮助普通读者快速门，为读者的参与、应用提供机遇与创想。
适读人群： NLP相关领域的师生； 工作中应用NLP领域技术的人； 算转型NLP的人。 （1）作者涂铭是数据架构师和人工智能技术专家，先后就职于阿里和腾讯，在NLP和聊天机器人方面积累了大量经验。 （2）作者杜振东是国家标准委人工智能技术专家和AIIA（中国人工智能产业发展联盟）技术专家，在会话式AI方面有多年积累，项目经验丰富。 （3）不仅详解了NLP和人机交互核心技术，从技术、算法、实战3个维度讲解聊天机器人原理、实现与工程实践。 （4）前瞻性强，专注于NLP和人机交互的前沿技术，以及会话式AI技术在热门场景中的工程实践。 （5）实战性强，每章都提供实战代码，大部分代码简单修改后便可在实际场景中使用；数据集并非简单构造，而是具有真实性。 （6）对比性强，结合应用场景，对比不同技术的优劣，既能指导读者行技术选型，又
本书主要讲述非线性系统分析和非线性系统设计的基本理论。
1.通过智能问答系统、文档助手和知识图谱应用三个实战项目的完整解析，使读者深理解LangChain大模型项目发的完整流程。2.详细讲解LangChain的核心概念、设计理念、发环境及基础组件等大模型发的基础知识。3.作者有丰富的大模型发项目经验和培训经验，讲解通俗易懂，深受学员们欢迎。
本书通过严谨简明的预备知识介绍，首先帮助读者掌握有关大模型架构、分布式训练等理论知识；然后围绕造首先行业智能助手这一有重大价值的实际问题，向读者展示如何将该问题分解为一系列大模型技术，并展示完整的技术实施和优化过程。 本书侧重于行业实践。同时对涉及的相关理论、框架原理行一定深度的讲解。这样既降低了门难度，又提升了实践的高度。
AI Agent智能体与MCP开发实践:基于Qwen3大模型
（1）AI技术作家、AI应用发王晓华新作，这人真的很牛。（2）工程级别应用案例实现代码，可直复用，算是Agent发新手老手的福利。（3）所有示例与案例代码都经过测试，均可顺利运行，过王晓华图书的小伙伴都知道。（4）众多小示例，以及五大重案例，包括多Agent智能客服、高德地图MCP服务、arXiv科研论文MCP服务、旅游规划智能体、高品质住宅投研智能体，读者根据自己的需求稍微修改一下即可应用于生产实践。（5）智能客服智能体、arXiv科研论文MCP服务、旅游规划智能体、高品质住宅投研智能体，分别代表电商、科研、城市生活、投研分析领域的行业应用解决方案，极具参考价值。（6）系统整合大模型与智能体技术体系，从AIAgent技术体系，到AIAgent发技术栈（微调、提示词、MCP、LangGraph、A2A、RAG、gradio），再到AIAgent发工程案例，全面构建智能体技术的完整知识
《AIAgent发：零基础构建复合智能体》系统地介绍了智能体的核心原理与构建实践，涵盖了当前智能体发的热与流行技术，包括：MCP、A2A、RAG、LangChain、LangGrapsh，以及代码平台扣子等，并提供了从单智能体到复杂智能体的全流程发技术细节。全书以知识+示例的教学方式，循序渐，由浅深，并提供了大量实例演示，以及完整的项目实战，以及智能体的部署与运维技术，可帮助读者系统掌握发技能，并用于解决业务需求与实际问题。《AIAgent发：零基础构建复合智能体》还提供了教学视频，以二维码的形式呈现在书中对应章节，读者在阅读过程中可扫码观看，大大提高学习效率，同时，《AIAgent发：零基础构建复合智能体》还提供配套示例代码，读者可直调用行演练。全书尽可能使用通俗易懂的语言行描述，提供全面的系统的知识与智能体构建方法论，适合对智能体感兴
初学者学习机器学习课程一般都会面临两大障碍。*大障碍是数学基础。机器学习要求有数学基础，书中大量的公式是初学者的噩梦，尤其是对于已经离大学走向工作岗位的爱好者来说，从头始去学习和理解数据分布和模型背后的数学原理需要花费很多的时间和精力，学习周期非常漫长。第二大障碍是编程实践。并不是所有人都擅长编代码，而只有亲手用代码实现机器学习的各种算法，亲眼见到算法解决了实际问题，才能更深理解算法。除非想做高精尖的前沿研究，理论研究和公式推导并非大多数人的专长，如果只是想更合理地应用机器学习来解决实际问题，掌握必需的数学知识就可以理解问题该如何解决，使用Python编程实现机器学习算法也比使用C 或Java等语言容易得多。 本书就是为了让初学者顺利门而设计的。首先，本书只讲述机器学习常用算法的基本原理，并
采用Python编写的Keras能够快速准确地训练卷积和递归神经网络，这使得Keras在很短的时间里就成为一个流行的深度学习库。 本书介绍了如何在时下流行的Keras库的帮助下，解决训练深度学习模型时遇到的各种问题。从安装和设置Keras始，展示了如何使用Keras行深度学习；从加载数据到拟合、评估模型获得*性能，逐步解决工作过程中遇到的每一个问题。在本书的帮助下，你可以分别实现卷积神经网络、递归神经网络、生成式对抗网络等。除此之外，本书还讲述了如何训练这些模型以完成图像处理和语言处理的任务。 本书*后还给出了一些实例，可以帮助你直观地了解Python和Keras在深度学习上的强大功能 通过阅读本书，你将学到： 在TensorFlow中安装和配置Keras 使用Keras库行神经网络编程 了解不同的Keras层 使用Keras实现简单的前馈神经网络、卷积神经网络和递归神
◎畅销书《幸福的陷阱》作者哈里斯博士作品。 ◎基于纳承诺疗法（ACT），在患病、失业、离婚、丧亲、重大意外等艰难时刻，帮助你处理痛苦情绪，跳出生活的陷阱，勇敢前行。
★立足企业战略管理系统建设。案例覆盖金融、地产、高科技、医药等30个行业,分享国际公司战略咨询经验，推动中国本土企业战略落地。 ★本书兼备全球经典战略管理思想和中国企业战略管理*实践，简捷高效助力初创企业快速成长。 ★本书提出的战略三环方法论，融合了战略咨询与企业内部战略管理的实战经验，并提供大量真实案例和工具指引，易懂易学。 ★丝路视觉集团董事长李萌迪、金地集团副总裁徐家俊、珠海金控集团副总裁秦军、罗兰贝格前中国区合伙人刘则治、美世（Mercer）前中国区总裁张世东、光辉国际（Korn Ferry）全球高级合伙人张军照、华为公司薪酬管理部部长陈萍联合推荐。
一线资深技术专家撰写，凝结其自身多年的实践经验，深浅出阐述深度学习的发展历程、相关概念和工作原理涉及当前流行的两个深度学习工具：Caffe和TensorFlow，并且初步探讨强化学习的基本原理和应用
一本风格较为轻松，简明易学，可直观参照，并迅速上手实操的AIGC工具使用手册。旨在指导读者如何快速高效地学会使用AIGC工具，并且通过书中的指导流程和作者总结出的高效Prompts（提示词）提高自己向ChatGPT提问的能力，让AIGC工具输出令人满意的高质量创意内容。
本书使用大量实战案例，将AIGC和增长相结合
零基础 ：零基础门，手把手教学，1分钟生成会议纪要，3分钟搞定高颜值PPT，复杂数据图表一键生成，面向职场 技术小白 的DeepSeek 多模态AI应用指南。 强价值 ：文本AI、图像AI、音频AI、视频AI、AI虚拟人等不同应用工具实践应用，实操演示和详细教学，零门槛，各种职场刚需直抄作业！ 重实用 ：AI写文案、写代码、做简历、做幻灯片、分析数据、写作公文，面向具体职场巧妙应用，快速提升工作效率。 多场景 ：精选60多个典型职场应用场景实践，涵盖30多款主流AI应用，案例丰富、覆盖全面，一书在手，AI应用无忧。 多模态 ：文本、图片、视频、音乐、虚拟人 多模态AI应用全面覆盖。
多模态大模型与AI Agent智能体技术的快速成熟，为未来的AI应用辟了新的可能性，预示着人工智能将在更多领域发挥其深远的影响。本书正是在这样的背景下应运而生。它旨在为读者提供一个全面、深地了解当前多模态大模型与AI Agent智能体最新研究展和实践应用的窗口。全书共8章，力求将最前沿的技术原理、最实用的应用案例及最深刻的行业洞见呈现给读者。
本书重介绍因求解大规模问题十分有效而风靡机器学习界的交替方向乘子法,该方法可以广泛应用于机器学习的优化求解，尤其是分布式凸优化问题。
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