理解深度学习 - 第4页

...发展的宏观视角切入其起源、哲学基础和技术发展，从达特茅斯会议讲到深度学习的复兴与 AGI（通用人工智能）的未来，重点阐释了我们用来理解未来世界的四大核心概念：“涌现”“人类当量”“算法审判”“文明契约”。

近年，人工智能热潮席卷而来。本书以图解的方式网罗了人工智能开发必备的基础知识，内容涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。全书以图配文...

...理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度...

...这将彻 底改变我们对大脑和人工智能的未来的理解。就像人类蕞终不是通过模仿鸟类，而是通过理解空气动力学而发明了飞行一样，在我们改进机器和深度学习的同时，我们需要首先了解...

...网络与深度学习、计算机视觉、自然语言处理、生产与部署、预测性能与模型评测。每一章都围绕一个问题展开，不仅针对问题做出了相应的解释，并配有若干图表，还给出了练习供读者检验自身是否已理解所学内容...

...的全过程，帮助读者理解这一改变世界的重要技术是如何一步步演进而来的。书中介绍了人工智能早期理论探索、专家系统时代、机器学习兴起、深度学习突破以及大模型技术浪潮等关键阶段，同时梳理...

...对经典理论与最新进展进行了系统梳理，帮助读者建立完整的人工智能知识框架，理解智能系统的基本原理及其在现代社会中的广泛应用。全书围绕人工智能的发展历史、知识表示、搜索算法、机器学习、深度学习...

...机器阅读理解、命名实体识别、文本生成、模型蒸馏与剪枝及损失函数等知识。 书中包含大量应用示例，不仅可以学会理论知识还可以灵活应用。书中示例基于Linux与PyTorch环境开发，读者在学习自然语言处理知识的同时...

...学和信息科学等多个学科视角，对机器学习、深度学习、神经网络、大语言模型以及生成式人工智能等关键技术进行了深入浅出的解读。作者通过大量案例和现实场景分析，让复杂的技术原理变得更加容易理解...

...本书既帮助读者理解 YOLO 系列算法为什么这样设计，也关注如何真正完成模型训练和项目落地。同时，本书还进一步介绍开放世界目标检测和 YOLO-UniOW 等前沿技术，使学习路径从经典目标检测逐步延伸到更加复杂的动态...