"《大模型核心技術與開發(fā)實踐：基于Transformer、PyTorch及HuggingFace》系統(tǒng)地介紹大語言模型（LLM）的理論基礎、實現(xiàn)方法及在多種場景中的應用實踐。共分為12章，第1~3章介紹Transformer模型的基本架構與核心概念，包括編解碼器的結構、自注意力機制、多頭注意力的設計和工作原理；第4~6

人工智能（AI）是當今科技領域最引人注目的前沿技術之一，正在深刻地改變我們的生活、工作和社會結構。本書是一本以漫畫形式呈現(xiàn)的科普圖書，旨在通過輕松幽默、生動形象的方式，帶領讀者穿越時空，探索人工智能從誕生到蓬勃發(fā)展的全過程。本書深入探討了人工智能在各個領域的應用，如醫(yī)療、金融、交通、娛樂等，展示了人工智能如何為人類社會

本書基于圖神經網絡研究網絡表示學習，具體內容包括:改進了高階圖卷積神經網絡、圖注意力網絡、自編碼架構和圖的小波神經網絡等模型，構建網絡表示學習模型，并在圖基礎任務(如鏈路預測和節(jié)點分類)上取得了有效的性能。此外，本書采用前沿的圖對比學習架構，通過增強圖數據表示有效緩解數據稀疏問題，并在知識圖譜的基礎任務上顯著提升性能。

本書是暢銷書深度學習入門&進階系列第五本書，主要圍繞生成模型進行講解。生成模型是一種非常重要的技術，對于人工智能的發(fā)展有著重要的作用。本書延續(xù)了作者通俗易懂的行文風格，以深入淺出的方式介紹正態(tài)分布到擴散模型所涉及的技術，并最終完成一個類似于StableDiffusion的圖像生成人工智能。讀者可在創(chuàng)建這個圖像生成人工智

本書是一本專門為AI初學者撰寫的入門指南，以備受關注的AI大模型DeepSeek為切入點，借助豐富的案例和通俗易懂的講解，全面且系統(tǒng)地介紹有關AI的知識，幫助讀者走出AI認知誤區(qū)，逐步掌握AI應用技巧，進而抓住AI時代的機遇。本書不僅剖析了DeepSeek的特點和影響，還深入探討AI在學習、生活、內容創(chuàng)作等多個領域的應

本書系統(tǒng)解析DeepSeek大模型的技術架構與應用生態(tài)，構建技術認知-環(huán)境搭建-領域攻堅三維能力體系。第1部分從人工智能技術演進切入，剖析深度學習、Transformer架構及大模型革命的技術哲學，詳解開發(fā)環(huán)境配置、API調用與智能系統(tǒng)構建方法論；第2部分聚焦6大核心場景，覆蓋智能辦公、數據可視化、數字內容生產、教育創(chuàng)

人類智能是否能遷移到人工智能，人工智能是否能接近或達到人類智能？這些問題一直備受爭議。本書基于語境的適應性表征方法論，系統(tǒng)地探討了人工智能的適應性表征范疇架構，人工智能的邏輯主體、搜索主體、學習主體、決策主體和問題-解決主體的適應性表征特征，以及人工智能適應性表征的語境建構及其哲學、倫理問題和未來走向，力圖論證這樣一種

本書站在科學研究制高點——范式(即科學觀與方法論)——的立場上揭示了人工智能的深層學術本質，并通過范式革命(以信息學科范式取代物質學科范式)構筑了全新的人工智能研究模型，發(fā)現(xiàn)了普適性智能生成機制，開辟了基于智能生成機制的人工智能統(tǒng)一研究路徑，創(chuàng)建了機制主義通用人工智能理論以及與之和諧適配的泛邏輯理論和因素空間數學理論，

本書系統(tǒng)梳理了深度強化學習的核心理論、關鍵算法及其在智能控制、機器人技術和多智能體系統(tǒng)中的應用。全書涵蓋強化學習的基本概念、深度強化學習的主要框架，以及多智能體強化學習的協(xié)同決策、任務分解與優(yōu)化控制等前沿問題，并結合大量實驗案例，深入探討強化學習在飛行器控制、移動機器人導航與避障等領域的實踐應用。

本書針對分布式機器學習中網絡通信、在線學習、隱私保護等問題，研究無中心的分布式優(yōu)化算法。主要內容包括：①分布式一階梯度算法，提出在線學習的自適應次梯度算法和隨機塊坐標的次梯度投影算法、自適應最小最大優(yōu)化算法，旨在研究分布式的優(yōu)化算法，理論分析所提算法的收斂性能；②分布式無投影梯度算法，提出隨機塊坐標無投影梯度算法、面向