（1）作者就职于某世界100强企业的数据实验室 （2）作者长期从事人工智能、数据科学、分布式系统等领域的研发工作，在人脸识别领域有丰富的实践经验 （3）核心内容涵盖机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法 （4）不仅能帮助读者零基础门，而且能指导读者完成工程级别的实践，从零实现一个工程级的人脸识别引擎
《国家智能制造标准体系建设指南（2016年版）》的权威案例解读，工业和信息化部部长作序推荐。
热话题。元宇宙是社会热话题，如何从概念引申到具体行业的应用，一步加深和深化大众对元宇宙的理解，本书可能从更加具体的维度诠释了这一。 创新性。作者在本书中提出的 元宇宙 ，是对元宇宙概念的扩展和延伸，角度比较新颖，有一定创新性，让读者对元宇宙体系有更深切的认识。 抢占先机。就目前来看，市场上暂无 元宇宙 概念的书。本书如果能在较短时间内出版，就抓住了关于这一话题的先机和制高。
u 各种大型语言模型及其相关基础方法、实现工具等，从文本单模态、视听觉多模态、具身智能到交互式智能体，几乎都可以完全使用深度神经网络行系统阐述。这充分表明，自2012年AlexNet问世以来，各种基于端到端数据驱动的深度神经网络学习方法，已走了多远，不仅将自然语言处理、计算机视觉、语音处理等领域，行了彻底改变，而且还正在让这些学科之间的边界消融，并迈向统一。 u 本书从深度神经网络的角度切，体系化地介绍了ChatGPT的基本原理与核心算法，既包括了深度神经网络的基础知识与大演化脉络，Transformer兴起的缘由，也涉及ChatGPT等大型语言模型的预训练、微调、安全及价值对齐以及思维提示应用等重内容的介绍。 u 作者对深度卷积神经网络、LSTM、Transformer和强化学习方法行了深细致的剖析，其中对视觉Transformer相关基础大模型和GPT思想之旅的介
读者对象：本书非常适合知道如何在 Python 中编程并了解深度学习基础知识的读者。本书面向具有传统机器学习实践经验，或希望在实践中探索深度学习世界并将其实现部署到生产中的发人员。 本书是一本深度学习实践指南，聚焦于PyTorch深度学习各场景的动手实现，不涉及模型层面的原理剖析。书中通过大量示例及代码，详细展示如何使用PyTorch构建深度学习模型原型、构建深度学习工作流和将原型用于生产。全书共7章。第1章介绍使用PyTorch行深度学习的方法和PyTorch的基本API；第2章演示如何构建一个简单神经网络；第3章深探讨深度学习工作流和PyTorch生态系统；第4章介绍基于PyTorch构建的CNN；第5章介绍RNN并探讨序列数据处理；第6章详细介绍生成对抗网络（GAN）；第7章介绍强化学习；第8章介绍将PyTorch应用于生产的三种不同方法。
读者对象： 1）人工智能相关专业的研究人员；2）信息科学和计算机科学爱好者；3）统计学或相关IT专业学生；4）不具备专业数学知识的人群。 （1）三位作者资历深厚，分别是阿里巴巴的数据架构师和NLP专家、百炼智能的NLP专家（前明略数据的技术合伙人和科学家）、七牛云AI实验室NLP OCR方向负责人； （2）以实战为导向，绕各种复杂数学公式与证明，确保读者零基础门，详细讲解自然语言处理 的各种核心技术、方法论和经典算法； （3）阿里巴巴达摩院高级算法专家、百炼智能CEO、七牛云AI LAB负责人、天善智能创始人联袂推荐。
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。
《探秘机器人王国（第2版》是一部长篇科普小说。故事始于机器人王国的一则爆炸性新闻，即机器人要求和人类平等、与人类平分天下。为了探究那里到底发生了什么，主人公林灵（长衫市的初二学生）作为代表，同全世界各路媒体、学者一起，来到 机器人王国 考察，并前往各个国家的机器人产业了解机器人的真实样貌。全书分为18章，从历史、基本结构、工农林业、空间和海洋探索、国防与安保、医疗、家政服务、文化娱乐、教育等多方面，介绍了机器人发展的现状，为读者展现了一幅多彩的机器人画卷。以往机器人容易给人留下的机械工具、触感冰冷、没有感情、令人恐惧等印象转化为智能助手、幽默温和、感情丰富的新认知。希望通过本书，能够和广大读者分享机器人技术发展的真实现状，认识到真正的 机器人王国 是什么样子的，了解它们在人类生活中
1. 李国杰院士新作，承载了他多年来在计算机科学领域深研究的工作结晶 2. 产学研三重背景，兼具工程科学与人文科学的思维 3. 涵盖了科技自立自强、理解人工智能、做强先计算、人才培养教育等多个方面，内容深度广度兼备，引发读者深思考科技创新的未来。 4. 关注信息科学技术发展，倡导自主创新品牌建设。书中分享了科研中所遇到的挑战，以及克服困难的经验方法，对于年轻科研工作者来说具有很好的启示作用。
1）通俗性 每章的标题就是对该章内容的高度概括，在下来的内容中对其行的解释已尽可能做到了准确、翔实。 2）完整性 本书从终端安全的科学内涵、技术解析、关键要素、实现细节到具体应用案例都行了周详的论述。 3）实用性 本书紧密结合应用实际，从安全需求、科学分析到技术支持、应用实践等各方面行分析和论述。
全面、深剖析机器学习的算法原理和模型构建等核心技术 结合大量实例和两个实战项目案例展现各种算法的实际应用 详解监督学习、无监督学习和强化学习的理论基础与应用场景 详解模型训练中的风险函数、参数寻优方法，以及欠拟合与过拟合解决方案 深解析机器学习常用经典模型的基本原理及其Python实现 详解数据标准化、异常值检测、缺失值处理和特征筛选等数据预处理技术 详解两个典型项目实战案例，带领读者动手实践，提高实际发水平 内容丰富：详解机器学习的基础知识和相关算法原理并行实践，还对深度学习的基础知识行讲解，帮助读者系统掌握机器学习的完整知识体系。 循序渐：从机器学习的基本概念和环境搭建始讲解，逐步深其算法原理和模型构建等核心技术，最后行项目实战，学习梯度非常平滑。 理论结合实践：不仅深剖析机器学习的常用算
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
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