AI 3.0 - 第4页

全球科技巨头纷纷拥抱深度学习，自动驾驶、AI 医疗、语音识别、图像识别、智能翻译以及震惊世界的 AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的...

本书系统阐述从上下文工程到 Harness 工程的技术演进路径，深入揭示了 AI Agent 从工具调用到自主思考与协作的核心原理及工程落地方法。 全书共 7 章，以从单 Agent 到多 Agent 为主线，帮助...

...模型技术革新有哪些？ ...........................................................................................122.3 第六问：DeepSeek 数据集的特点是什么？..................................................................

...核心概念、开发流程和实际应用。《大模型 RAG 应用开发：构建智能生成系统》共分为 11 章，第 1～3 章详细介绍 RAG 开发的基础，包括环境搭建、常用工具和模块，帮助读者从零开始理解 RAG 系统的工作原理与开发技巧；第...

...狭义上的 AIGC 指利用 AI 自动生成内容的生产方式。广义的 AIGC 可以基于训练数据和生成算法模型，自主生成新的文本、图像、音乐、视频、3D 交互内容等各种形式的内容和数据，甚至可能开启科学新发现，创造新...

...章内容。第1~3章主要介绍剪映的工作界面和基本操作，还有常用的编辑功能。第4~10章主要讲解音频效果、动画特效、字幕效果、抠像与合成、转场效果、后期调色与AI智能创作等内容。第11...

...1）AI的本质和AI发展的4个阶段；（2）大模型的核心技术和大模型的技术进化路线；（3）大模型的算力基础设施和数据基础设施；（4）基座模型的智能涌现和3大应用模式...

...DeepSeek；第 2 章为写作辅导，介绍 DeepSeek 在文字创作领域的实际应用；第 3 章聚焦于职场提效，介绍 DeepSeek 在职场中的多样化应用；第 4 章着重于学习跃升，介绍如何利用 DeepSeek 助力知识获取与互动式学习等；第...

《深入理解 AutoML 和 AutoDL：构建自动化机器学习与深度学习平台》围绕自动化机器学习（AutoML）与自动化深度学习（AutoDL）展开，系统介绍如何利用算法与工程化平台降低 AI 模型开发门槛。全书从机器学习流程自动化出发，讲解数据预处理、特征工程...

...环境搭建。第2章详细介绍PyTorch数学基础，包括函数、微分、数理统计、矩阵等基础知识及其案例。第3章介绍数据预处理及常用工具，包括NumPy、Pandas、Matplotlib、数据清洗、特征工程以及深度学习解决问题的一般步骤等。