本書以“未來(lái)小鎮(zhèn)”的規(guī)劃建設(shè)及智能生活為主題，分為“探秘人工智能王國(guó)”“未來(lái)小鎮(zhèn)初建設(shè)”“未來(lái)小鎮(zhèn)新生活”三章，共17個(gè)項(xiàng)目。書中設(shè)計(jì)了“灰灰”（人工智能初學(xué)者）和“大大”（人工智能專家）兩個(gè)人物角色，通過(guò)他們的對(duì)話銜接每個(gè)項(xiàng)目和環(huán)節(jié)的主題，讓學(xué)生更容易融入角色，切身體驗(yàn)項(xiàng)目設(shè)計(jì)的思路，主動(dòng)完成項(xiàng)目?jī)?nèi)容的探究學(xué)習(xí)。每個(gè)

本書以贏者通吃網(wǎng)絡(luò)和馬太效應(yīng)為研究對(duì)象，從優(yōu)化視角構(gòu)建、分析和設(shè)計(jì)網(wǎng)絡(luò)模型，并建模計(jì)算社會(huì)系統(tǒng)中的馬太效應(yīng)，同時(shí)探討時(shí)延和網(wǎng)絡(luò)切換等條件下的模型。本書提供關(guān)于神經(jīng)動(dòng)力學(xué)算法，詳細(xì)介紹分布式協(xié)同建模的贏者通吃網(wǎng)絡(luò)，并給出該類方法在解決相關(guān)領(lǐng)域的科學(xué)和工程問(wèn)題中的應(yīng)用，以輔助讀者更深入地理解基于競(jìng)爭(zhēng)與合作網(wǎng)絡(luò)問(wèn)題的解決思路

本書從注意力機(jī)制這一重要角度入手，闡述注意力機(jī)制的產(chǎn)生背景和發(fā)展歷程，通過(guò)詳實(shí)的理論剖析，以深入淺出的方式著重介紹注意力機(jī)制在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理，以及多模態(tài)機(jī)器學(xué)習(xí)三大人工智能方向中的應(yīng)用思路、模型與算法。

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法的顯著進(jìn)步為新的機(jī)遇和一些黑暗的可能性打開了大門，本書作者以樂(lè)觀的現(xiàn)實(shí)主義者的視角，向我們展示了人工智能如何用于增強(qiáng)和改善人類生活。本書討論了人工智能的含義和優(yōu)點(diǎn)，并探討了與之相關(guān)的全球經(jīng)濟(jì)影響、背后的驅(qū)動(dòng)力以及在公司中實(shí)施人工智能的最佳方式等主題。同時(shí)，書中還詳細(xì)探討了未來(lái)人工智能的應(yīng)用領(lǐng)域，并

本教材系統(tǒng)地論述了人工智能的經(jīng)典理論及人工智能主要研究領(lǐng)域的基礎(chǔ)知識(shí)與應(yīng)用場(chǎng)景，目標(biāo)是用通俗易懂的方法幫助讀者構(gòu)建完整的人工智能知識(shí)體系，為后續(xù)的深入學(xué)習(xí)打下基礎(chǔ)。本教材通過(guò)講解人工智能在諸多領(lǐng)域的經(jīng)典應(yīng)用案例，幫助讀者更好地了解人工智能技術(shù)的發(fā)展和日常生活的關(guān)切度，以及未來(lái)人工智能的發(fā)展趨勢(shì)及面臨的挑戰(zhàn)。本教材內(nèi)容采

本書講述了緒論、時(shí)標(biāo)上的加權(quán)偽概周期函數(shù)與動(dòng)力方程的加權(quán)偽概周期解、時(shí)標(biāo)上神經(jīng)網(wǎng)絡(luò)的加權(quán)偽概周期解的存在性與穩(wěn)定性等內(nèi)容。

本書提到三個(gè)循環(huán)：第一個(gè)循環(huán)也是最核心的循環(huán)，即世代沿襲的人類本能。人類天生具有偏見，而且更傾向于使用大腦的系統(tǒng)1行事，在這個(gè)過(guò)程中，人類原有的偏見進(jìn)一步被強(qiáng)化，形成第一個(gè)循環(huán)。第二個(gè)循環(huán)是來(lái)自現(xiàn)代的力量，如消費(fèi)類技術(shù)、資本主義、營(yíng)銷和政治，它們對(duì)核心循環(huán)的人類行為進(jìn)行采樣，總結(jié)出模式，再將這些模式反作用于人類，最終引

本書圍繞自主無(wú)人系統(tǒng)發(fā)展背景、發(fā)展現(xiàn)狀、技術(shù)挑戰(zhàn)、倫理道德和政策法律等問(wèn)題展開闡述。首先介紹了自主無(wú)人系統(tǒng)的相關(guān)概念、發(fā)展歷程、發(fā)展現(xiàn)狀和發(fā)展趨勢(shì)；其次重點(diǎn)分析了自主無(wú)人系統(tǒng)涉及的關(guān)鍵技術(shù)，包括感知與認(rèn)知、決策與規(guī)劃、行動(dòng)與控制、交互與協(xié)同、學(xué)習(xí)與進(jìn)化等；然后分析了使用自主無(wú)人武器系統(tǒng)面臨的倫理道德與政策法律問(wèn)題，并介

機(jī)器學(xué)習(xí)數(shù)學(xué)基礎(chǔ)

本書以PyTorch作為深度學(xué)習(xí)框架，主要包括4部分。第1部分（第1、2章），主要概述PyTorch基礎(chǔ)知識(shí)與常見深度學(xué)習(xí)算法實(shí)現(xiàn)，例如，CNN、LSTM，即CNN-LSTM；第2部分（第3～5章）高級(jí)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，主要包括常見的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，例如CNN、RNN及最新的Transformer等模型；第3部分（第6～