本書(shū)面向計(jì)算機(jī)視覺(jué)，聚焦算法理論與代碼實(shí)踐，簡(jiǎn)要介紹了計(jì)算機(jī)視覺(jué)的基本概念和計(jì)算機(jī)視覺(jué)研究的預(yù)備知識(shí)，分別講述了圖像分類、檢測(cè)、生成、復(fù)原、增強(qiáng)、風(fēng)格化與視頻處理等計(jì)算機(jī)視覺(jué)領(lǐng)域的研究重點(diǎn)，深入淺出地介紹了現(xiàn)今已經(jīng)成熟的算法和技術(shù)，并在各個(gè)章節(jié)輔以大量實(shí)例與核心代碼詳細(xì)展示如何使用主流框架搭建計(jì)算機(jī)視覺(jué)模型，對(duì)相關(guān)算法

隨著人工智能技術(shù)的不斷發(fā)展，自然語(yǔ)言理解、自然語(yǔ)言生成與深度學(xué)習(xí)技術(shù)的密切配合使對(duì)話機(jī)器人的智商得到了顯著提升。然而，擁有了智商的對(duì)話機(jī)器人有時(shí)仍然無(wú)法滿足人類的需求。人們期待對(duì)話機(jī)器人能夠脫掉冷冰冰的外殼，像人類一樣具有觀察、理解和表達(dá)各種情感的能力，即具有情商。本書(shū)著眼于提高對(duì)話機(jī)器人的情商，結(jié)合人機(jī)對(duì)話的特點(diǎn)，詳

人工智能領(lǐng)域一直以來(lái)堅(jiān)信：只要人工智能系統(tǒng)能產(chǎn)生類似于人類的行為，它就是智能的。于是，我們看到了能夠打敗國(guó)際象棋guan軍的計(jì)算機(jī)棋手，能夠根據(jù)路況選擇行駛路線的無(wú)人駕駛汽車，能夠做手術(shù)的醫(yī)生……人們甚至開(kāi)始擔(dān)憂：有朝一日，機(jī)器人會(huì)不會(huì)超越人類，進(jìn)而奴役人類？ 在《新機(jī)器智能》一書(shū)中，科技界

將AmazonAI和ML服務(wù)棧應(yīng)用到真實(shí)世界的應(yīng)用場(chǎng)景，如自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、欺詐檢測(cè)、對(duì)話式設(shè)備等。使用AmazonSageMakerAutopilot，通過(guò)自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）實(shí)現(xiàn)特定應(yīng)用場(chǎng)景的子集。深入理解一個(gè)基于BERT的自然語(yǔ)言處理場(chǎng)景的模型開(kāi)發(fā)的完整生命周期，包括數(shù)據(jù)接入、數(shù)據(jù)分析以及更多。

本書(shū)著眼于企業(yè)應(yīng)用，以讀者能夠完成企業(yè)Linux操作系統(tǒng)調(diào)優(yōu)為出發(fā)點(diǎn)，以實(shí)踐項(xiàng)目為導(dǎo)向和基礎(chǔ)，注重實(shí)操過(guò)程，體現(xiàn)實(shí)踐過(guò)程教學(xué)的教學(xué)理念。本書(shū)以RedHatEnterprise8.0為平臺(tái)，對(duì)企業(yè)級(jí)Linux操作系統(tǒng)的性能監(jiān)控和性能調(diào)整進(jìn)行詳細(xì)講解。本書(shū)教學(xué)項(xiàng)目包括:深入理解Linux操作系統(tǒng)、監(jiān)控工具、Benchmar

Oracle Database 21c原理與實(shí)戰(zhàn) oracle數(shù)據(jù)庫(kù)管理從入門(mén)到精通 oracle 21c編程藝術(shù) sq

本書(shū)是一本關(guān)于數(shù)據(jù)流挖掘與在線學(xué)習(xí)算法的著作，該書(shū)全面、系統(tǒng)闡述了數(shù)據(jù)流機(jī)器學(xué)習(xí)的模型、算法、平臺(tái)與實(shí)例。全書(shū)共10章，分為4個(gè)部分：第1部分包括第1～3章，介紹數(shù)據(jù)流機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)；第2部分（第4～6章）介紹基于頻繁模式的數(shù)據(jù)挖掘與在線學(xué)習(xí)算法；第3部分是基于模型的在線學(xué)習(xí)算法，包括第7章在線稀疏學(xué)習(xí)模型和第8章在

理解TensorFlow模型模式和ML工作流中的最佳實(shí)踐。 使用代碼段作為構(gòu)建TensorFlow模型和工作流的模板。 通過(guò)集成TensorFlowHub中的預(yù)建模型節(jié)省開(kāi)發(fā)時(shí)間。 使用加速器集群（如GPU或TPU）充分利用分布式訓(xùn)練。 對(duì)數(shù)據(jù)攝取、訓(xùn)練模型、模型保存和推理做出明智的設(shè)計(jì)選擇。

研究張量，這是機(jī)器學(xué)習(xí)中最基本的結(jié)構(gòu)。 通過(guò)一個(gè)真實(shí)示例完成數(shù)據(jù)與張量的來(lái)回轉(zhuǎn)換。 使用TensorFlow.js結(jié)合AI和Web。 使用資源轉(zhuǎn)換、訓(xùn)練和管理機(jī)器學(xué)習(xí)數(shù)據(jù)。 從頭開(kāi)始構(gòu)建和訓(xùn)練你自己的訓(xùn)練模型。

FastAPI是基于Python語(yǔ)言的輕量級(jí)、成熟的Web后端開(kāi)發(fā)框架。它除了簡(jiǎn)單易學(xué)、能提供自動(dòng)生成的API文檔外，還有一個(gè)重要優(yōu)點(diǎn)是支持異步技術(shù)，其性能可以與NodeJS、GO語(yǔ)言相媲美，為Web項(xiàng)目高并發(fā)訪問(wèn)提供了更好的技術(shù)選擇。另外，F(xiàn)astAPI定位為商業(yè)級(jí)的前后端分離開(kāi)發(fā)框架，為前端技術(shù)提供了簡(jiǎn)單易用的調(diào)用