粒子群優(yōu)化算法是一種新的模仿鳥(niǎo)類(lèi)群體行為的智能優(yōu)化算法，是群體智能優(yōu)化算法的一個(gè)重要分支，已成為國(guó)際上仿生智能計(jì)算領(lǐng)域里的研究熱點(diǎn)和重點(diǎn)之一。本書(shū)共6章，分別論述了優(yōu)化問(wèn)題和仿生智能計(jì)算、模仿鳥(niǎo)群覓食行為的粒子群優(yōu)化算法、形式多樣的粒子群優(yōu)化算法、無(wú)速度項(xiàng)的粒子群優(yōu)化算法、分布估計(jì)粒子群優(yōu)化算法和粒子群優(yōu)化算法的應(yīng)用等

本書(shū)結(jié)合兩個(gè)重要和流行的研究領(lǐng)域：復(fù)雜網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)，不僅包括基礎(chǔ)背景知識(shí)，還包含近期*新的研究進(jìn)展。書(shū)中包括大量插圖和例題幫助讀者理解主要思想和實(shí)現(xiàn)細(xì)節(jié)。

本書(shū)首先簡(jiǎn)要介紹流行的TensorFlow庫(kù)，并講解如何用它訓(xùn)練不同的神經(jīng)網(wǎng)絡(luò)。你將深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和它背后的數(shù)學(xué)原理，以及為什么我們會(huì)選擇TensorFlow訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然后，你將實(shí)現(xiàn)一個(gè)簡(jiǎn)單的前饋神經(jīng)網(wǎng)絡(luò)。接下來(lái)，你將使用TensorFlow掌握神經(jīng)網(wǎng)絡(luò)的優(yōu)化技術(shù)和算法，以及一些更復(fù)雜的神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。

本書(shū)主要介紹Caffe的技術(shù)原理和一些高級(jí)使用技巧，首先介紹深度學(xué)習(xí)的趨勢(shì)和業(yè)內(nèi)動(dòng)態(tài)，然后介紹Caffe的基礎(chǔ)知識(shí)。在理解了Caffe算法的基礎(chǔ)上，介紹Caffe的技術(shù)原理和特點(diǎn)，包括數(shù)學(xué)知識(shí)和設(shè)計(jì)知識(shí)。*后介紹Caffe深度學(xué)習(xí)多任務(wù)網(wǎng)絡(luò)。本書(shū)將實(shí)踐和現(xiàn)有系統(tǒng)進(jìn)行無(wú)縫對(duì)接，并詳述了各種調(diào)參技巧。

深度學(xué)習(xí)，特別是深度卷積神經(jīng)網(wǎng)絡(luò)是人工智能的重要分支領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)技術(shù)也被廣泛應(yīng)用于各種現(xiàn)實(shí)場(chǎng)景，在許多問(wèn)題上都取得了超越人類(lèi)智能的結(jié)果。本書(shū)作為該領(lǐng)域的入門(mén)書(shū)籍，在內(nèi)容上涵蓋深度卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和實(shí)踐應(yīng)用兩大方面。全書(shū)共14章，分為三個(gè)部分：第一部分為緒論；第二部分（第1～4章）介紹卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、

《人工智能英語(yǔ)入門(mén)（詞句篇）》圍繞“機(jī)器人英語(yǔ)教學(xué)，活躍試驗(yàn)區(qū)改革，突出專(zhuān)業(yè)特色”的方針，以機(jī)器人領(lǐng)域中的百詞百句為起點(diǎn)，選取了人工智能英語(yǔ)中常見(jiàn)的一百個(gè)詞條，提供漢語(yǔ)釋義和中英文對(duì)照的例句，學(xué)習(xí)者可以從語(yǔ)境、語(yǔ)用、語(yǔ)義和結(jié)構(gòu)等多方面進(jìn)行活學(xué)活用。

自人工智能問(wèn)世以來(lái)，人們普遍持有人機(jī)對(duì)立的觀點(diǎn)，且無(wú)時(shí)無(wú)刻不在害怕自己的工作會(huì)被人工智能取代。作者認(rèn)為，是時(shí)候拋開(kāi)這些無(wú)謂的擔(dān)憂(yōu)了，因?yàn)槿祟?lèi)社會(huì)正走向一個(gè)與機(jī)器共融共生的時(shí)代。 未來(lái)的新型工作模式是什么？未來(lái)有哪些工作不會(huì)被人工智能取代？人工智能時(shí)代重要的生存技能是什么？本書(shū)圍繞這三大核心問(wèn)題做了透徹的分析。作者帶

《深度學(xué)習(xí)基礎(chǔ)教程》是真正適合深度學(xué)習(xí)初學(xué)者的入門(mén)書(shū)籍，全書(shū)沒(méi)有任何復(fù)雜的數(shù)學(xué)推導(dǎo)�！渡疃葘W(xué)習(xí)基礎(chǔ)教程》首先介紹了深度學(xué)習(xí)的優(yōu)勢(shì)和面臨的挑戰(zhàn)、深度學(xué)習(xí)采用深層架構(gòu)的動(dòng)機(jī)、學(xué)習(xí)深度學(xué)習(xí)需要的數(shù)學(xué)知識(shí)和硬件知識(shí)以及深度學(xué)習(xí)常用的軟件框架。然后對(duì)多層感知機(jī)、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、受限玻耳茲曼機(jī)（RBM）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RN

本書(shū)深入介紹了人工智能六十余年發(fā)展里程中出現(xiàn)的重要?dú)v史事件、理論學(xué)說(shuō)和所取得的激動(dòng)人心的成果；也從科普的角度，盡可能以不依賴(lài)數(shù)學(xué)等專(zhuān)業(yè)知識(shí)的方式去介紹這些成果背后的理論與算法。讀者可以通過(guò)本書(shū)對(duì)人工智能學(xué)科發(fā)展里程的解析體會(huì)到人工智能的創(chuàng)造者和推動(dòng)者們所希望的智能理論和產(chǎn)品是如何工作的。無(wú)論是與人工智能產(chǎn)業(yè)相關(guān)的研發(fā)人

近年來(lái)，基于深度學(xué)習(xí)的人工智能掀起了一股學(xué)習(xí)的熱潮。本書(shū)是使用PyTorch深度學(xué)習(xí)框架的入門(mén)圖書(shū)，從深度學(xué)習(xí)原理入手，由淺入深，闡述深度學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、自編碼器、循環(huán)神經(jīng)網(wǎng)絡(luò)等內(nèi)容，同時(shí)穿插學(xué)習(xí)PyTorch框架的各個(gè)知識(shí)點(diǎn)和基于知識(shí)點(diǎn)的實(shí)例。*后，綜合運(yùn)用PyTorch和深度學(xué)習(xí)知識(shí)來(lái)解