人工智能(AI) - 第6页

本书主要围绕 AI 系统的理论基础与技术基础知识展开，结合实例进行介绍，旨在让读者了解 AI 系统的来龙去脉，形成对 AI 系统的系统化与层次化的初步理解，掌握 AI 系统基本理论、技术、实际应用及研究方向，为后续从事具体的学习研究工作和项目开发工作奠定基础。本书内容涵盖 AI 硬件与体系结构、AI 编译与计算架构、AI 推理系统与引擎、AI 框架核心模块四篇，涉及 AI 系统从底层原理到应用落地

“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

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!

◆本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学习教学实践的图书。◆本书适合对机器学习感兴趣的专业技术人员和研究人员阅读，同时适合作为人工智能相关专业机器学习课程的教材。◎编辑推荐：·名家作品：上海交通大学ACM班创办人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生赵寒烨编写；·多位业内大咖力荐：周志华|朱军|李文新|黄萱菁|刘铁岩|陈天奇；·理论扎实：基于上交大ACM

本书是“鸢尾花数学大系：从加减乘除到机器学习”丛书中编程板块的第二册。编程板块第一册《编 程不难》着重介绍如何零基础入门 Python 编程， 本书则在《编程不难》基础之上深入探讨如何用 Python 完 成数学任务及板块数据可视化。本书是本系列中的一本真正意义上的“图册”。内容覆盖科技制图、计算机图形学、创意编程、趣味 数学实验、数学科学、机器学习等。本书“毫无节制”地展示数学之美，而且提供特别

《人工智能美学》由玛格丽特·博登与厄内斯特·爱德蒙兹合著，从人工智能、认知科学、艺术实践和美学理论交叉的角度讨论计算机参与艺术创作后出现的一系列基本问题。作者关注的不只是机器能否生成作品，更试图回答创造力是什么、计算过程如何进入艺术实践，以及技术变化是否会改变人们对艺术和审美的理解。本书从计算机艺术的基本类型和理论框架展开，讨论创造力、艺术创作与欣赏、演化艺术、程序与代码、交互艺术、视听结合以及公

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

Vibe Coding，直译为"氛围编程"，是由前 OpenAI/Tesla AI 主管 Andrej Karpathy 提出的新兴编程范式。其核⼼思想并⾮简单地⽤ AI ⽣成代码，⽽是⼀种思维上的彻底转变：让开发者从逐⾏编写、调试语法的传统模式中解放出来，转⽽专注于⽤⾃然语⾔清晰、准确地描述⾃⼰的核⼼意图（"Vibe"）。在这个范式下，强⼤的⼤型语⾔模型（LLM）如 ChatGPT、DeepSe

《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的最优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

书中提供 9 个实战项目作为入门讲解和检验实验，帮助读者选择合适的氛围编程工具与大模型组合。 全书分 5 部分： 第一部分介绍氛围编程基础理论和指导原则； 第二部分通过智能体实现、数据可视化和 Excel 数据分析这 3 个应用场景，展示扣子、DeepSeek、Claude、Trae、Cursor、Windsurf 和通义这 7 款主流氛围编程工具与大模型搭配组合的代码生成能力； 第三部分演示用