本書聚焦于DeepSeek大模型在企業(yè)與政府場景下的本地化部署應(yīng)用。開篇對DeepSeek進行全面介紹，涵蓋大模型發(fā)展脈絡(luò)、DeepSeek的演變歷程，剖析DeepSeek其技術(shù)架構(gòu)和參數(shù)版本分類等，還講解如何有效提問以及在熱門平臺的應(yīng)用場景。隨后深入本地化部署實操，從硬件選型的CPU、GPU配置，到Ollama和De

本書在詳細(xì)闡述強化學(xué)習(xí)基本概念與基本理論的基礎(chǔ)上，循序漸進地介紹了深度強化學(xué)習(xí)各常用算法的基本思想、算法偽代碼、算法實現(xiàn)、基于實例的算法演示與程序分析等內(nèi)容。具體介紹了Q-learning算法求解最優(yōu)路徑問題，SARSA算法求解最優(yōu)安全路徑問題，策略迭代算法求解兩地租車最優(yōu)調(diào)度問題，價值迭代算法求解最優(yōu)路徑問題，DQN

扣子Coze AI零代碼應(yīng)用開發(fā)全能手

本書分為五篇，覆蓋基礎(chǔ)理論、自然語言處理、計算機視覺、圖學(xué)習(xí)及綜合應(yīng)用，重點解析自然語言處理、計算機視覺、圖深度學(xué)習(xí)與多模態(tài)深度學(xué)習(xí)的發(fā)展脈絡(luò)；以Transformer為核心，詳解其結(jié)構(gòu)、經(jīng)典模型及其在生成式任務(wù)中的應(yīng)用。同時，本書聚焦圖卷積網(wǎng)絡(luò)與圖注意力網(wǎng)絡(luò)，從譜圖卷積到多頭注意力機制，探討其在節(jié)點分類、圖對齊等問題

本書是《大學(xué)計算機基礎(chǔ)實驗教程(第三版)》的后續(xù)教程，同時也是《計算機基礎(chǔ)與人工智能(第四版)》(楊俊等主編，科學(xué)出版社出版)的配套教材。主要內(nèi)容包括上機實驗、習(xí)題與參考答案、主教材習(xí)題參考答案。其中，上機實驗包括8個實驗，涉及問題分析與求解、軟件機器人和AI大模型應(yīng)用，每個實驗設(shè)有實驗?zāi)康暮蛯嶒瀮?nèi)容。學(xué)生能夠明確上機

本書共10章，內(nèi)容涵蓋信息技術(shù)基礎(chǔ)、新一代信息技術(shù)、人工智能概述、生成式人工智能與提示詞工程、人工智能工具的實用技能及人工智能素養(yǎng)與風(fēng)險。通過本書的學(xué)習(xí)，讀者不僅能夠掌握信息技術(shù)和人工智能領(lǐng)域的核心技術(shù)和應(yīng)用方法，還能夠培養(yǎng)出對信息技術(shù)和人工智能技術(shù)的批判性思維和倫理意識。

全書分為基礎(chǔ)篇、進階篇和實踐篇三大部分，循序漸進地引導(dǎo)讀者從入門到熟練應(yīng)用AI工具�；�礎(chǔ)篇“揭開AI的神秘面紗”解析了AI的基本原理和能力邊界，幫助讀者建立科學(xué)的AI認(rèn)知框架。進階篇“AI效率革命”深入探討了AI在創(chuàng)作、辦公自動化、數(shù)據(jù)分析等領(lǐng)域的實戰(zhàn)技巧，比如如何用AI生成PPT、優(yōu)化工作流程、處理復(fù)雜數(shù)據(jù)等，幫助讀

本書共有7章。第1章緒論：系統(tǒng)介紹了人工智能概況。第2章人工智能系統(tǒng)架構(gòu)：描述了人工智能框架中基礎(chǔ)層、算法層、技術(shù)層和應(yīng)用層的相關(guān)知識，最后介紹了專家系統(tǒng)。第3章機器學(xué)習(xí)：主要介紹了機器學(xué)習(xí)的概念、分類、算法及應(yīng)用等。第4章深度學(xué)習(xí)：介紹了深度學(xué)習(xí)的發(fā)展歷程；講解了典型的深度學(xué)習(xí)算法、應(yīng)用和發(fā)展趨勢等內(nèi)容。第5章強化學(xué)

本書詳細(xì)闡釋深度學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)與架構(gòu)設(shè)計，通過精心設(shè)計的章節(jié)，逐步帶領(lǐng)讀者從基礎(chǔ)的數(shù)學(xué)工具深入復(fù)雜的深度學(xué)習(xí)架構(gòu)，涵蓋從向量和矩陣到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、優(yōu)化和正則化，再到生成模型、自編碼器等前沿主題，并提供詳盡的數(shù)學(xué)分析和代碼示例。作者團隊結(jié)合Adobe、Google等企業(yè)的前沿實踐，通過PyTorch代碼逐層拆解卷積神經(jīng)

本書從基礎(chǔ)理論入手，系統(tǒng)介紹人工智能的定義、起源、發(fā)展及其核心要素，深入剖析其分類與流派，旨在幫助學(xué)生建立對這一領(lǐng)域的宏觀認(rèn)知。然后進一步深入探討人工智能的應(yīng)用技術(shù)，包括機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計算機視覺和智能語音等核心技術(shù)，詳細(xì)闡述它們的原理、類型、算法及具體應(yīng)用場景。生成式人工智能(AIGC)作為人工智能