人工智能(AI) - 第9页

《深度学习图解》（grokking deep learning）指导你从最基础的每一行代码开始搭建深度学习网络！经验丰富的深度学习专家 Andrew W. Trask 以有趣的图解方式为你揭开深度学习的神秘面纱，使你可亲身体会训练神经网络的每个细节。只需要使用 Python 语言及其最基本的数学库 NumPy，就可以训练出自己的神经网络，借助它观察并理解图像、将文字翻译成不同的语言，甚至像莎士比亚

本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型（第 1~3 章），解析语言模型的核心概念，包括词元、嵌入向量及 Transformer 架构，帮助读者建立基础认知。第二部分 使用预训练语言模型（第 4~9 章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升

本书详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。全书分为 3 个部分，共 12 章。第 1 部分（第 1～5 章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍 LangCh

《深度学习》由全球知名的三位专家 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰写，是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分：第 1 部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第 2 部分系统深入地讲解现今已成熟的深度学习方法和技术；第 3 部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研

古人如何想象机器人和其他形式的人工生命？第一个“行走在大地上”的机器人是什么？古代是否有货真价实的自动机器？人工智能的伦理问题是现代独有的吗？科学如何被想象力驱动？以上问题，都将于此书中得到解答。本书聚焦于种种古代世界的神奇造物与技术-—有神话里的，也有现实中的。作者阿德里安娜·梅厄透过 2500 多年前的希腊神话，析出了“生命技艺”（通过工艺创造生命）的概念，而后以此为线索，沿着“神话叙事的庞大

本书讲述了“人机融合”的未来，即“脑机接口时代”即将到来。在未来科技的驱动下，科幻大片的场景已逐渐走入现实。人类通过思维控制人造工具，如今听起来无法想象的事情，在未来会成为常态。从海洋深处到超新星禁区，甚至到我们体内细胞空间的微小裂缝，人类的触及范围最终将追上我们探索未知领域的野心。本书也是“脑机接口”的简要发展史。作者尼科莱利从脑机接口对传统神经科学的颠覆，到早期的“信息输出”，即机器如何读取大

Learn to use generative AI techniques to create novel text, images, audio, and even music with this practical, hands-on book. Readers will understand how state-of-the-art generative models work, how t

对于我们每个普通人而言，核心的 AI 能力不是写作不是绘画，也不是编码，而是 AI Agent 设计。 本书是一本能帮助每个人轻松构建从提示词编写到 AI Agent 设计完整知识体系的实战指南，由 LangGPT 社区的的创始人等几位国内提示词编写和 AI Agent 设计领域的领军人物撰写，得到了硅基流动创始人袁进辉、润米咨询创始人刘润、通往 AGI 之路创始人 AJ 等众多行业专家的高度评价

本书收录了约百道大模型工程师常见的面试题目和解答，系统、全面地介绍了与大模型相关的技术，涵盖语义表达、数据预处理、预训练、对齐、垂类微调、组件、评估、架构、检索增强生成（RAG）、智能体、PEFT（参数高效微调），以及训练与推理等内容。书中通过丰富的实例、图表及代码讲解，将复杂概念阐释得通俗易懂，是大模型领域的一本不可多得的实用指南。本书适合对大模型和 Transformer 等技术感兴趣的学生、

适读人群 ：本书既适合深度学习的初学者，也适合对人工智能感兴趣的教师、学生和相关从业者学习参考。本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的全新技术。全书从适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络