ChatGPT是當(dāng)下最新、最熱門(mén)的工具、效率工具，但為什么不同的人使用效果天差地別，整體上來(lái)說(shuō)：一是認(rèn)知上的不足；二是方法上的不足。這正是本書(shū)要解決的問(wèn)題。本書(shū)不僅讓讀者會(huì)用ChatGPT，更嘗試讓讀者意識(shí)到自己需要構(gòu)建一個(gè)完整的學(xué)習(xí)體系，同時(shí)本書(shū)提供構(gòu)建這個(gè)學(xué)習(xí)體系的方法。有了這個(gè)學(xué)習(xí)體系，才能真正用好ChatGPT

本書(shū)全面審視了人工智能(A)的起源、發(fā)展歷程及其在當(dāng)代社會(huì)中的深遠(yuǎn)影響。作為一項(xiàng)關(guān)鍵的賦能型技術(shù)，AI在計(jì)算機(jī)網(wǎng)絡(luò)、網(wǎng)絡(luò)安全、協(xié)作技術(shù)、物聯(lián)網(wǎng)、云計(jì)算、量子計(jì)算、邊緣計(jì)算、無(wú)人駕駛等多個(gè)前沿技術(shù)領(lǐng)域中發(fā)揮著核心作用，推動(dòng)著前沿技術(shù)的革新和千行萬(wàn)業(yè)的數(shù)字化轉(zhuǎn)型。本書(shū)旨在為讀者提供一個(gè)獨(dú)特的視角看待AI，幫助讀者理解AI的

本書(shū)致力于探索如何在大規(guī)模深度學(xué)習(xí)模型訓(xùn)練中，最大限度地提高性能和優(yōu)化顯存使用。本書(shū)面向深度學(xué)習(xí)從業(yè)者，尤其是希望深入了解并提升模型訓(xùn)練效率的工程師與研究人員。隨著深度學(xué)習(xí)模型和數(shù)據(jù)規(guī)模的迅速增長(zhǎng)，如何高效利用硬件資源，減少訓(xùn)練時(shí)間，成為當(dāng)前AI系統(tǒng)工程的關(guān)鍵挑戰(zhàn)。本書(shū)從硬件和軟件的基礎(chǔ)知識(shí)入手，逐步引導(dǎo)讀者理解和掌握

這是一部從技術(shù)原理、行業(yè)應(yīng)用、商業(yè)價(jià)值、投資創(chuàng)業(yè)、發(fā)展趨勢(shì)5個(gè)維度講解AIAgent的著作，具有科普書(shū)和商業(yè)書(shū)的雙重屬性。本書(shū)首先詳細(xì)介紹了AIAgent的技術(shù)路徑及其在11大領(lǐng)域的應(yīng)用，豐富的應(yīng)用案例可以幫助讀者深度理解AIAgent產(chǎn)品形態(tài)與服務(wù)方式；然后深入探討了AIAgent的商業(yè)價(jià)值與商業(yè)生態(tài)，并對(duì)AIAge

近年來(lái)人工智能特別是深度學(xué)習(xí)技術(shù)得到了飛速發(fā)展，這背后離不開(kāi)計(jì)算機(jī)硬件和軟件系統(tǒng)的不斷進(jìn)步。在可見(jiàn)的未來(lái)，人工智能技術(shù)的發(fā)展仍將依賴(lài)于計(jì)算機(jī)系統(tǒng)和人工智能相結(jié)合的共同創(chuàng)新模式。本書(shū)介紹了前沿的系統(tǒng)和人工智能相結(jié)合的研究工作，包括AIforSystems和SystemsforAI，以幫助讀者更好地尋找和定義有意義的研究問(wèn)

本書(shū)全面、系統(tǒng)地介紹了單機(jī)和分布式圖分析算法的理論基礎(chǔ)、框架、實(shí)戰(zhàn)應(yīng)用等，側(cè)重理論與實(shí)踐相結(jié)合。在內(nèi)容組織上，首先，本書(shū)整體介紹圖分析技術(shù)的發(fā)展歷程和現(xiàn)狀，并分析圖分析技術(shù)面臨的挑戰(zhàn)。其次，本書(shū)系統(tǒng)介紹了以下內(nèi)容：?jiǎn)螜C(jī)圖分析算法的基本原理、常用場(chǎng)景和基礎(chǔ)解法；分布式圖分析技術(shù)的關(guān)鍵步驟解析及調(diào)優(yōu)策略指導(dǎo)；業(yè)界經(jīng)典的大數(shù)

《PyTorch深度學(xué)習(xí)項(xiàng)目教程》根據(jù)初學(xué)者的學(xué)習(xí)曲線(xiàn)和職業(yè)生涯成長(zhǎng)規(guī)律，由淺入深設(shè)計(jì)了5個(gè)基礎(chǔ)項(xiàng)目和3個(gè)綜合項(xiàng)目�；�礎(chǔ)項(xiàng)目包括手寫(xiě)數(shù)字識(shí)別、二維曲線(xiàn)擬合、貓狗圖像分類(lèi)、提升貓狗圖像分類(lèi)的準(zhǔn)確率和文本翻譯，引導(dǎo)讀者使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)算法框架，深入探討了深度學(xué)習(xí)數(shù)據(jù)集構(gòu)建、神經(jīng)網(wǎng)絡(luò)模型原理及實(shí)現(xiàn)、算法訓(xùn)練與評(píng)

本書(shū)用科普化的語(yǔ)言介紹了搜索、計(jì)算機(jī)視聽(tīng)覺(jué)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、多模態(tài)信息處理等人工智能系統(tǒng)中的基礎(chǔ)算法和數(shù)學(xué)模型，它們是實(shí)現(xiàn)人工智能的基礎(chǔ)。展示了人工智能的底層邏輯，人工智能工作的基本規(guī)律。讓讀者真正搞懂如何給機(jī)器裝上眼睛和耳朵、如何讓機(jī)器理解人類(lèi)語(yǔ)言、如何讓機(jī)器擁有知識(shí)、如何讓機(jī)器懂邏輯會(huì)推理、如何使機(jī)器人的言

本書(shū)以統(tǒng)一而較簡(jiǎn)明的方式介紹人工智能算法在數(shù)值求解復(fù)雜系統(tǒng)中的基本方法及最新進(jìn)展。首先從人工智能與機(jī)器學(xué)習(xí)的基礎(chǔ)算法開(kāi)始講解，從最基礎(chǔ)的反向傳播神經(jīng)網(wǎng)絡(luò)模型開(kāi)始，介紹一些經(jīng)典的機(jī)器學(xué)習(xí)算法的基礎(chǔ)及其原理。然后從一階常微分方程初值問(wèn)題引入，分別介紹了常微分方程、偏微分方程以及積分微分方程數(shù)值求解的經(jīng)典算法。隨后分別研究了

本書(shū)系統(tǒng)闡述了機(jī)器學(xué)習(xí)的基本理論、算法和實(shí)現(xiàn)。全書(shū)共11章：第1章著重介紹了機(jī)器學(xué)習(xí)的基本知識(shí)；第2章介紹了樣本數(shù)據(jù)預(yù)處理和提取的傳統(tǒng)算法(如PCA和LDA)，并增加了流形學(xué)習(xí)和稀疏表征等理論；第3-8章系統(tǒng)介紹了傳統(tǒng)機(jī)器學(xué)習(xí)算法，如監(jiān)督學(xué)習(xí)(貝葉斯、最近鄰、線(xiàn)性模型、非線(xiàn)性模型和集成學(xué)習(xí))和非監(jiān)督學(xué)習(xí)(聚類(lèi))；第9、