人工智能(AI) - 第4页

DeepSeek:从入门到精通（104页，资料比较全）(清华大学元宇宙文化实验室出的)文章中提到了微博、小红书、抖音、微信公众号等平台的提示语设计方案写文案、做策划、创作各平台内容都能用它找灵感、提效率。文章还讲了选模型和设计提示语的技巧真心建议大家读一读，学会用 DeepSeek，搞创作、做运营都能更上一层楼，赶紧码住看起来!

本书详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。全书分为 3 个部分，共 12 章。 第 1 部分（第 1～5 章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍 LangC

本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原理，第6章回顾深度学习所用的处理器结构从

本书从强化学习最基本的概念开始介绍，将介绍基础的分析工具，包括贝尔曼公式和贝尔曼最优公式，然后推广到基于模型的和无模型的强化学习算法，最后推广到基于函数逼近的强化学习方法。本书强调从数学的角度引人概念、分析问题、分析算法，并不强调算法的编程实现。本书不要求读者具备任何关于强化学习的知识背景，仅要求读者具备一定的概率论和线性代数的知识。如果读者已经具备强化学习的学习基础，本书可以帮助读者更深入地理解

名家作品：上海交通大学ACM班创始人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生沈键编写。本书全面、系统地介绍强化学习的基础理论体系，指明强化学习的入门及进阶路径。介绍了强化学习的原理和实现，是一本理论扎实、落地性强的图书。本书配套线上代码实践平台，将纸质图书、在线代码运行环境、视频课程、在线讨论区、自主练习等多种内容形式融为一体，创造了能够将强化学习的原理和实践无缝衔接的学习环境，能够

“鱼书”《深度学习入门：基于 Python 的理论与实现》作者又一力作。手把手带你创建深度学习框架，直击现代深度学习框架本质！深度学习框架中蕴藏着惊人的技术和有趣的机制，《深度学习入门 2：自制框架》旨在揭开这些技术和机制的神秘面纱，帮助读者正确理解技术，体会它们的有趣之处。为此，本书会带领读者从零开始创建一个深度学习框架——DeZero。DeZero 是本书原创的框架，它用最少的代码实现了现代深

《AI 工程：大模型应用开发实战》关注的不是如何从零训练基础模型，而是如何利用已经存在的 LLM 和多模态基础模型构建真正可用的 AI 产品。作者把这一新兴工程领域定义为 AI Engineering，并系统整理了从需求到生产环境的完整技术框架。全书首先讨论基础模型的能力、限制和使用方式，随后进入 AI 应用中最关键的模型评估。面对开放式生成结果，仅依赖传统准确率往往不够，开发者还需要建立任务指标

本书作为人工智能专业的入门书，带领读者初步学习和实践机器学习、深度学习的算法、流程和核心技术，并介绍了系统开发及开发环境，通过图解的方式将难懂的专业术语和算法表现出来，让没有相关专业基础的读者能够轻松入门。同时，本书还介绍了一些比较常用的网站网络服务，让读者能够学以致用。本书适合人工智能领域入门读者，也适合对人工智能感兴趣的其他领域读者学习。

本书全面且深入地呈现了深度学习领域的知识体系，系统梳理了该领域的核心知识，阐述了深度学习的关键概念、基础理论及核心思想，剖析了当代深度学习架构与技术。全书共 20 章。本书首先介绍深度学习的发展历程、基本概念及其在诸多领域（如医疗诊断、图像合成等）产生的深远影响；继而深入探讨支撑深度学习的数学原理，包括概率、标准分布等；在网络模型方面，从单层网络逐步深入到多层网络、深度神经网络，详细讲解其结构、功

对于我们每个普通人而言，核心的 AI 能力不是写作不是绘画，也不是编码，而是 AI Agent 设计。 本书是一本能帮助每个人轻松构建从提示词编写到 AI Agent 设计完整知识体系的实战指南，由 LangGPT 社区的的创始人等几位国内提示词编写和 AI Agent 设计领域的领军人物撰写，得到了硅基流动创始人袁进辉、润米咨询创始人刘润、通往 AGI 之路创始人 AJ 等众多行业专家的高度评价