本書內(nèi)容涵蓋了StableDiffusion的各個方面，從環(huán)境搭建到模型優(yōu)化，從圖像生成到視頻制作，從LoRA到ControlNet。作者以清晰的思路和通俗易懂的語言，將復雜的理論知識和代碼實現(xiàn)娓娓道來，并輔以大量的示例和插圖，使讀者能夠輕松理解和上手。本書還深入探討了StableDiffusion的一些高級應用，例如

本書深入探討了GPT多模態(tài)大模型與AIAgent智能體的技術原理及其在企業(yè)中的應用落地。全書共8章,從大模型技術原理切入,逐步深入大模型訓練及微調(diào),還介紹了眾多國內(nèi)外主流大模型。LangChain技術、RAG檢索增強生成、多模態(tài)大模型等均有深入講解。對AIAgent智能體,從定義、原理到主流框架也都進行了深入講解。在企

本書共17章,主要內(nèi)容包括神經(jīng)網(wǎng)絡理論基礎、BP神經(jīng)網(wǎng)絡設計、基于工具箱的BP神經(jīng)網(wǎng)絡訓練與測試、基于BP網(wǎng)絡的數(shù)據(jù)擬合與誤差補償、模糊BP神經(jīng)網(wǎng)絡數(shù)據(jù)擬合與誤差補償、RBF神經(jīng)網(wǎng)絡設計、模糊RBF神經(jīng)網(wǎng)絡設計、ELM網(wǎng)絡算法設計、基于高斯基函數(shù)特征提取的FELM神經(jīng)網(wǎng)絡、基于ELM神經(jīng)網(wǎng)絡和FELM神經(jīng)網(wǎng)絡的數(shù)據(jù)擬合

本書旨在幫助想要抓住時代發(fā)展紅利AIGC的人，提供一個系統(tǒng)的學習教程，主要分為三方面的內(nèi)容：一是AIGC工具學習。這部分會講解AIGC在文本、圖片、視頻三大領域經(jīng)典工具的詳細使用技巧，包括國內(nèi)外大模型提示詞的撰寫技巧、MJ和SD兩款繪畫工具的操作教程以及Runway和pika兩款AI視頻工具的使用方法二是AIGC職場賦

本書系統(tǒng)介紹了人工智能的主流概念、理論、方法、技術及典型應用。全書共10章,第1章介紹了人工智能的基本概念、發(fā)展歷程、主要研究內(nèi)容和新興研究方向;為便于讀者測試與運行各類人工智能算法,第2章介紹了人工智能相關的軟硬件平臺等基礎知識;第3-10章分別介紹了面向人工智能的優(yōu)化算法,以及機器學習、深度學習、強化學習、計算機視

本書通過從零開始構建生成式人工智能模型來探討生成式人工智能的底層機制，并使用PyTorch對生成式人工智能模型進行編程的實踐指導，以期讓讀者在了解生成對抗網(wǎng)絡(GAN)、變分自編碼器(VAE)、循環(huán)神經(jīng)網(wǎng)絡(RNN)、Transformer、擴散模型、大語言模型(LLM)和LangChain等技術原理之后，能構建可生成

本書以麻省理工學院未來工作工作組的多年研究結果為基礎，揭示了技術進步的大部分收益主要集中在頂層收入群體，而普通勞動者只能從中獲得微薄回報，從而進一步加劇了不平等。對此，作者們認為，技術不是導致上述問題的根源，上述問題并不是技術發(fā)展不可發(fā)展的必然結果。所以，光靠技術也無法解決這些問題，這些問題就是伴隨創(chuàng)新而來的“破壞”，

本書共14章，以豆包為工具，講解了豆包的注冊和設置、輔導學習、日常寫作、生活難題解答、新技能學習等內(nèi)容，覆蓋生活全場景，解決“不會用AI”“不敢用AI”等認知障礙。

本書介紹DeepSeek的相關知識和高效應用技巧。全書共6章，第1章為基礎知識，引導讀者快速入門DeepSeek；第2章為寫作輔導，介紹DeepSeek在文字創(chuàng)作領域的實際應用；第3章聚焦于職場提效，介紹DeepSeek在職場中的多樣化應用；第4章著重于學習躍升，介紹如何利用DeepSeek助力知識獲取與互動式學習等；

本書以講故事的形式，向讀者介紹人工智能的起源、發(fā)展、應用和未來。以《終結者》《我，機器人》等影視作品中出現(xiàn)過的人工智能為例，回答大家關心的問題。例如，什么是人工智能？它與機器人是什么關系？人工智能目前發(fā)展到了什么階段？能夠戰(zhàn)勝人類的終極人工智能真的會被制造出來嗎？作者把人工智能技術中涉及的晦澀難懂的專業(yè)名詞以技術特征代