本書以深度學(xué)習(xí)為核心，詳細(xì)講解Pytorch技術(shù)堆棧，力求使用最直白的語言，帶更多的小白學(xué)員入門甚至精通深度學(xué)習(xí)。本書共分為10個(gè)章節(jié)，前五個(gè)章節(jié)主要講解深度學(xué)習(xí)中的基本算法及概念，通過使用Pytorch實(shí)現(xiàn)經(jīng)典的神經(jīng)網(wǎng)絡(luò)并輔以\"課后加油站”小節(jié)補(bǔ)充數(shù)學(xué)知識(shí)，力求讓每一個(gè)知識(shí)點(diǎn)、每一個(gè)章節(jié)、每一個(gè)實(shí)驗(yàn)都能在學(xué)員腦海中

本書是智能計(jì)算平臺(tái)應(yīng)用開發(fā)中級(jí)教材，主要介紹了智能計(jì)算平臺(tái)搭建、平臺(tái)管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識(shí)。全書共分9章，內(nèi)容包括智能計(jì)算平臺(tái)應(yīng)用開發(fā)概述、人工智能與平臺(tái)搭建、平臺(tái)管理、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)備份與恢復(fù)、機(jī)器學(xué)習(xí)基礎(chǔ)算法建模和人工智能模型開發(fā)測(cè)試。

本書主要介紹了TensorFlow2在機(jī)器視覺中的應(yīng)用。本書共8章，主要內(nèi)容包括神經(jīng)網(wǎng)絡(luò)的原理，如何搭建開發(fā)環(huán)境，如何在網(wǎng)絡(luò)側(cè)搭建圖片分類器，如何識(shí)別圖片中不同膚色的人數(shù)，如何用遷移學(xué)習(xí)診斷醫(yī)療影像，如何使用Anchor-Free模型檢測(cè)文字，如何實(shí)現(xiàn)OCR模型，如何優(yōu)化OCR模型。本書適合機(jī)器視覺、深度學(xué)習(xí)方面的專業(yè)

本書是用戶體驗(yàn)設(shè)計(jì)師的入門讀物，從用戶體驗(yàn)設(shè)計(jì)師的角度出發(fā)，系統(tǒng)地介紹了從事用戶體驗(yàn)設(shè)計(jì)的學(xué)習(xí)方法、思維方式、工作流程和方式，覆蓋了用戶體驗(yàn)設(shè)計(jì)基礎(chǔ)知識(shí)、設(shè)計(jì)師的角色和職業(yè)困惑、工作流程、需求分析、設(shè)計(jì)規(guī)劃和設(shè)計(jì)標(biāo)準(zhǔn)、項(xiàng)目跟進(jìn)和成果檢驗(yàn)、設(shè)計(jì)師職業(yè)修養(yǎng)以及需要具備的意識(shí)等，力圖幫助設(shè)計(jì)師解決在項(xiàng)目中遇到的一些常見問題，

本書是智能計(jì)算平臺(tái)應(yīng)用開發(fā)初級(jí)教材，主要介紹了智能計(jì)算平臺(tái)搭建、平臺(tái)管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識(shí)。全書共8章，內(nèi)容包括智能計(jì)算平臺(tái)應(yīng)用開發(fā)概述、硬件設(shè)備、系統(tǒng)與軟件、系統(tǒng)管理、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、基礎(chǔ)應(yīng)用軟件開發(fā)測(cè)試、人工智能示教編程。

本書是智能計(jì)算平臺(tái)應(yīng)用開發(fā)高級(jí)教材，主要介紹了智能計(jì)算平臺(tái)搭建、平臺(tái)管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識(shí)。全書共9章，內(nèi)容包括智能計(jì)算平臺(tái)應(yīng)用開發(fā)概述、智能計(jì)算高級(jí)環(huán)境、平臺(tái)管理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)備份及恢復(fù)、深度學(xué)習(xí)基礎(chǔ)算法建模、人工智能算法優(yōu)化、人工智能高級(jí)應(yīng)用軟件開發(fā)測(cè)試。

今天的組織形態(tài)和人力資源結(jié)構(gòu)發(fā)生了深刻變化，許多人力資源管理者面對(duì)現(xiàn)實(shí)問題束手無策。本書系統(tǒng)論述了戰(zhàn)略、組織、文化、團(tuán)隊(duì)、工作設(shè)計(jì)、人才配置、績(jī)效和相關(guān)配套制度，顛覆了傳統(tǒng)人力資源管理觀念，一針見血地指出人力資源管理實(shí)踐的痛點(diǎn)和癥結(jié)，告誡今天的企業(yè)管理者要與時(shí)俱進(jìn)，轉(zhuǎn)變角色、升級(jí)認(rèn)知，不可陷入盲目自信和專業(yè)深井，并提出

本書首先簡(jiǎn)要介紹機(jī)器人和機(jī)器人學(xué)的概況，以及機(jī)器人學(xué)的數(shù)學(xué)基礎(chǔ)，然后分別詳細(xì)討論智能機(jī)器人體系結(jié)構(gòu)、智能機(jī)器人中的傳感器、環(huán)境感知與建模、路徑規(guī)劃、機(jī)器人控制、多機(jī)器人協(xié)同，以及智能機(jī)器人的HRI等內(nèi)容。

本書主要介紹研究時(shí)滯動(dòng)力系統(tǒng)分支問題的常用方法，基于時(shí)滯非線性系統(tǒng)的分支理論結(jié)合典型實(shí)例，詳細(xì)闡述分支理論的具體運(yùn)用，從理論和數(shù)值模擬上討論了幾類時(shí)滯非線性模型的分支問題，包括具有時(shí)滯的雙參數(shù)模型的分支問題、具有時(shí)滯的寡頭博弈模型的分支問題、具有時(shí)滯的Goodwin基因表達(dá)模型的分支問題、具有狀態(tài)依賴時(shí)滯的基因表達(dá)模型

本書共分8章，內(nèi)容包括深度學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)框架PyTorch的安裝、PyTorch基礎(chǔ)、線性回歸和邏輯回歸、全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)及生成式對(duì)抗網(wǎng)絡(luò)。本書首先從深度學(xué)習(xí)基礎(chǔ)知識(shí)入手，引領(lǐng)讀者動(dòng)手搭建深度學(xué)習(xí)框架PyTorch，然后在PyTorch框架下實(shí)現(xiàn)深度學(xué)習(xí)中常用的網(wǎng)絡(luò)模型。通過本書，讀