理解設(shè)計的基本原則和概念,了解設(shè)計規(guī)范,具備一定的審美能力,會使用人工智能驅(qū)動的工具M(jìn)idjourney和ChatGPT,那么,人人都可以成為設(shè)計師,都可以設(shè)計出滿足商業(yè)需求的作品。 本書共7章。第1章講設(shè)計基礎(chǔ)與版式構(gòu)圖,分別介紹色彩設(shè)計基礎(chǔ)、版式設(shè)計,以及字體與版式的結(jié)合。第2章至第5章詳細(xì)介紹Midjour
本書基于華為在企業(yè)IPv6網(wǎng)絡(luò)領(lǐng)域多年積累的豐富經(jīng)驗和實踐,以IPv6/IPv6技術(shù)發(fā)展趨勢和技術(shù)實現(xiàn)原理為切入點,分析IPv6/IPv6網(wǎng)絡(luò)的應(yīng)用場景、關(guān)鍵驅(qū)動力,以及IPv6/IPv6網(wǎng)絡(luò)演進(jìn)面臨的挑戰(zhàn)和問題,給出企業(yè)IPv6網(wǎng)絡(luò)演進(jìn)的基本原則、路線規(guī)劃和關(guān)鍵步驟,并詳細(xì)闡述企業(yè)IPv6網(wǎng)絡(luò)的規(guī)劃設(shè)計與演進(jìn)方案,包
《3dsMax2023實訓(xùn)教程》以“實際工作用什么,就重點講什么”為宗旨,拋開一切復(fù)雜且在工作中用不上的功能,集中講解與各行業(yè)相關(guān)的3dsMax核心技術(shù)、方法和思路。 《3dsMax2023實訓(xùn)教程》內(nèi)容包括3dsMax通用基礎(chǔ)知識、主流行業(yè)建模技法解析、材質(zhì)制作與貼圖技術(shù)、燈光技術(shù)與打光思路、攝影機(jī)構(gòu)圖與鏡頭效果、動
本書是一本旨在幫助架構(gòu)師在人工智能時代展翅高飛的實用指南。全書以ChatGPT為核心工具,揭示了人工智能技術(shù)對架構(gòu)師的角色和職責(zé)進(jìn)行顛覆和重塑的關(guān)鍵點。本書通過共計13章的系統(tǒng)內(nèi)容,深入探討AI技術(shù)在架構(gòu) 設(shè)計中的應(yīng)用,以及AI對傳統(tǒng)架構(gòu)師工作方式的影響。通過學(xué)習(xí),讀者將了解如何利用ChatGPT這一強(qiáng)大的智能輔助工
本書選取一些自然科學(xué)的經(jīng)典知識和案例,如數(shù)學(xué)中的傅里葉變換、圓周率,計算機(jī)技術(shù)中的RSA加密,數(shù)學(xué)建模中的微分方程數(shù)值算法,航天領(lǐng)域的火箭、發(fā)動機(jī)、衛(wèi)星軌道和衛(wèi)星探測等,將這些案例中的知識點、研究和計算過程與Python編程的應(yīng)用有機(jī)結(jié)合,帶領(lǐng)讀者初步體驗和學(xué)習(xí)使用Python進(jìn)行數(shù)學(xué)建模、數(shù)據(jù)處理等。
本書兼顧深度學(xué)習(xí)的理論和應(yīng)用,特別強(qiáng)調(diào)大規(guī)模訓(xùn)練應(yīng)用案例,引導(dǎo)學(xué)生進(jìn)人深度學(xué)習(xí)的前沿領(lǐng)域.主要內(nèi)容有深度學(xué)習(xí)的核心理論問題:網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)設(shè)計、網(wǎng)絡(luò)參數(shù)初始化方法.大規(guī)模網(wǎng)絡(luò)訓(xùn)練的優(yōu)化方法、正則化方法、激活函數(shù)的研究方法.書中引人深度學(xué)習(xí)在計算機(jī)視覺中的大型經(jīng)典和前沿應(yīng)用案例,包括圖像分類任務(wù).目標(biāo)檢測與跟蹤任務(wù)、多源遙
本書是一本關(guān)于自動目標(biāo)識別評估理論、方法、技術(shù)及應(yīng)用的專著,是作者長期以來科研工作的總結(jié).書中廣泛收集了該領(lǐng)域國內(nèi)外專家的成果,結(jié)合作者的研究成果,提出了一些獨(dú)立的學(xué)術(shù)見解.全書共8章:第1章回顧ATR技術(shù)發(fā)展歷程,概述國內(nèi)外ATR評估方法,點明本書特色;第2章討論概率型指標(biāo)(以識別率為典型代表)的估計;第3章講解如何
本書以作者團(tuán)隊在隨機(jī)網(wǎng)絡(luò)領(lǐng)域的理論創(chuàng)新和應(yīng)用實踐為支撐,全面介紹了復(fù)雜體系過程的隨機(jī)網(wǎng)絡(luò)模型,主要內(nèi)容包括隨機(jī)網(wǎng)絡(luò)模型要素和結(jié)構(gòu)框架、智能隨機(jī)網(wǎng)絡(luò)模型、不確定性隨機(jī)網(wǎng)絡(luò)模型,以及衛(wèi)星通信網(wǎng)絡(luò)建模和資源管控、復(fù)雜體系效能評估、復(fù)雜體系可靠性建模、區(qū)域產(chǎn)業(yè)發(fā)展分析等。
本書從基于人工智能助力網(wǎng)絡(luò)安全的視角出發(fā),瞄準(zhǔn)助力攻擊和助力防御兩個方向,刻畫人工智能攻擊鏈框架,著重描述自動化漏洞挖掘、軟件漏洞自動化利用、基于神經(jīng)網(wǎng)絡(luò)的隱秘精準(zhǔn)型惡意代碼、隱秘精準(zhǔn)型惡意代碼的增強(qiáng)實現(xiàn)、基于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的未知特征惡意代碼檢測、基于知識圖譜的威脅發(fā)現(xiàn)等6方面技術(shù)成果,在對比梳理全球**相關(guān)研究進(jìn)