本書介紹了實現(xiàn)嵌入式深度學習的算法和硬件實現(xiàn)技術(shù)。作者描述了應用、算法、電路級的協(xié)同設計方法，這些方法有助于實現(xiàn)降低深度學習算法計算成本的目標。這些技術(shù)的影響顯示在四個用于嵌入式深度學習的硅原型中。

本書由近幾年發(fā)表在各類頂級期刊和國際會議/研討會上的論文集結(jié)而成，囊括國內(nèi)外深度學習研究者的成果。本書關(guān)注經(jīng)典的稀疏/低秩模型與強調(diào)問題特定的先驗性和可解釋性的深度網(wǎng)絡模型的集成，從而提高模型的學習能力和可解釋性，同時更有效地利用大數(shù)據(jù)。書中展示了深度學習工具箱與稀疏/低秩模型和算法的緊密聯(lián)系，并介紹了這些技術(shù)在維度約

本書的編程語言以MATLAB為主，分別從學習方式和理論知識兩個方面來對機器學習（實現(xiàn)人工智能的方法）的算法進行分類介紹。通過閱讀本書，讀者可以對人工智能的子集機器學習形成一個系統(tǒng)、全面、完整的認識，并且在今后的研究工作中逐步拓展，*終形成自己的體系。全書共6篇，分別為特征處理算法、分類和聚類算法、神經(jīng)網(wǎng)絡算法、優(yōu)化算法

內(nèi)容簡介這是一本從工具、原理、算法3個維度指導讀者零基礎(chǔ)快速掌握目標檢測技術(shù)及其應用的入門書。兩位作者是資深的AI技術(shù)專家和計算機視覺算法專家，在阿里、騰訊、百度、三星等大企業(yè)從事計算機視覺相關(guān)的工作多年，不僅理論功底扎實、實踐經(jīng)驗豐富，而且知道初學者進入計算機視覺領(lǐng)域的痛點和難點。據(jù)此，兩位作者編寫了這本針對目標檢測

本書借助國內(nèi)使用率高，并擁有自主知識產(chǎn)權(quán)的國產(chǎn)編程軟件Mind，幫助讀者與來自AI星球的主人公小麥，一起設計并制作一系列可以讓生活變得更美好的趣味AI項目，啟蒙編程與AI知識，并學會利用AI技術(shù)解決生活中的許多問題。讀者通過自主設計程序來實現(xiàn)AI的相關(guān)功能，體驗AI應用，獲得快樂、成就感，培養(yǎng)對AI的興趣與理解。本書非

本書是算法競賽領(lǐng)域一本系統(tǒng)介紹競賽的圖書，書中不僅包含競賽的基本理論知識，還結(jié)合多個方向和案例詳細闡述了競賽中的上分思路和技巧。全書分為五部分：第一部分以算法競賽的通用流程為主，介紹競賽中各個部分的核心內(nèi)容和具體工作；第二部分介紹了用戶畫像相關(guān)的問題；第三部分以時間序列預測問題為主，先講述這類問題的常見解題思路和技巧，

這是一本寫給青少年看的人工智能科普圖書，目的是啟蒙科學素養(yǎng)，開闊科學視野，培養(yǎng)科學思維，鍛煉動手能力，讓小讀者們了解人工智能的過去、現(xiàn)在和未來，從而更好地融入人工智能時代。通過閱讀本書，小讀者們不僅會了解到“存在這樣那樣的人工智能”，還會一睹很多人工智能發(fā)展的過程和細節(jié)：科學家如何提出問題并想到絕妙的點子，技術(shù)如何從第

本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎(chǔ)上選取了圖像領(lǐng)域的多個應用進行深入講解，原理由淺入深，算法推導細致到位，結(jié)合大量的圖片，以及運行中間結(jié)果，進行了細致的分析。 本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎(chǔ)上選取了圖

本書以工程實踐為主線，基于TensorFlow2.0軟件框架詳細介紹了深度學習的工作原理和方法，并以實際代碼為例，剖析了構(gòu)建神經(jīng)網(wǎng)絡模型的流程、全連接網(wǎng)絡的運行原理、卷積神經(jīng)網(wǎng)絡的結(jié)構(gòu)與運行機制、循環(huán)神經(jīng)網(wǎng)絡的結(jié)構(gòu)與運行機制，討論了使用Dense、Conv1D、Conv2D、SimpleRNN、LTSM、GRU、Bid

正如本書前言所講，這是一本內(nèi)容比較全面且易于理解的介紹人工認知系統(tǒng)的科普讀物。全書首先對人工認知系統(tǒng)做了操作性定義，然后在余下的章節(jié)中介紹了自治性、具身化、學習與發(fā)展、記憶與前瞻、知識與表征以及社會認知等關(guān)鍵問題�？紤]到讀者群體，作者沒有涉及“如何構(gòu)建人工認知系統(tǒng)”等具體算法的內(nèi)容，也沒有講到機器意識等比較艱深的領(lǐng)域。