本书包含代码实践和案例实践，运用OpenCV、PyTorch等框架工具详细讲解中文车牌识别检测、采用三元组的FaceNet人脸识别理论与实践、车道检测的两种深度学习思路及烟雾检测4大实践项目。相关理论可参考《基于深度学习的目标检测原理与应用》一书，从而学以致用、融会贯通。

本书系统介绍了推荐算法的知识框架和技术细节，包括召回、粗排、精排和重排等模块。第1章从用户体验、内容生产和平台发展角度介绍为什么需要推荐系统，并阐述推荐系统的分类及整体技术架构。第2章介绍推荐算法模型的基础——数据样本和特征工程。第3章介绍传统推荐算法。第4~7章介绍推荐系统中最复杂的部分——精排模块，包括特征交叉、用户行为序列建模、Embedding表征学习和多任务学习。第8章介绍召回模块，并详细讲解非个性化召回和个性化召回算法。第9章介绍粗排模块，重点讲解特征蒸馏和轻量级特征交叉等方法。第1

本书以PyTorch作为深度学习框架，主要包括4部分。第1部分（第1、2章），主要概述PyTorch基础知识与常见深度学习算法实现，例如，CNN、LSTM，即CNN-LSTM；第2部分（第3～5章）高级神经网络实现，主要包括常见的深度学习网络结构，例如CNN、RNN及最新的Transformer等模型；第3部分（第6～9章）生成式AI和深度强化学习，主要包括GAN、GPT和DQN等算法；第4部分（第10～14章）生产中PyTorch落地的几个关键性主题，分布式训练、自动机器学习管道构建和硬件快速

图强化学习是深度强化学习的重要分支领域。本书作为该领域的入门教材，在内容上尽可能覆
盖图强化学习的基础知识，并提供应用实践案例。全书共 10章，大致分为三部分：第一部分（第 1～
3章）介绍图强化学习研究对象（复杂系统、图和复杂网络）；第二部分（第 4～7章）介绍图强化
学习基础知识（图嵌入、图神经网络和深度强化学习）；第三部分（第 8～10章）介绍图强化学习
模型框架和应用实践案例，并进行总结和展望。每章都附有习题并介绍了相关阅读材料，以便有兴

深度学习是一门注重应用的学科。了解深度学习背后的数学原理的人，可以在应用深度学习解决实际问题时游刃有余。本书通过Python代码示例来讲解深度学习背后的关键数学知识，包括概率论、统计学、线性代数、微分等，并进一步解释神经网络、反向传播、梯度下降等深度学习领域关键知识背后的原理。

本书适合有一定深度学习基础、了解Pyho如编程语言的读者阅读，也可作为拓展深度学习理论的参考书。

深度学习是新一代人工智能所使用的主要技术。本书深入浅出地讲解了深度学习的相关技术，包括深度学习编程基础、目标分类、目标检测、图像分割、生成对抗网络等。对每种技术，本书均从原理和程序实现两个方面进行讲解。在原理方面，讲解算法和技术的相关背景、主要算法思想和原理；在程序实现方面，从数据准备、神经网络模型实现、损失函数实现、整体训练流程和效果展示五部分对算法的实现进行具体介绍，帮助读者深入了解算法的细节，积累相关实践经验。
本书是《深度学习与人工智能》的配套用书，适合深度学习领域的初学者，以及高

5章专题内容讲解+40多个ChatGPT案例解析+50多集教学视频+80多个素材效果文件+120个实用干货内容+130多个指令赠送，助你一本书从入门到精通运用ChatGPT！随书还赠送了150多页PPT教学课件，辅助读者学习。
本书分为5大章节：了解市场、知晓原理、操作实战、精通运用、思路拓展，帮助读者轻松理解ChatGPT的原理和应用，掌握使用ChatGPT进行自然语言处理的基本技能，并有能力将ChatGPT应用于实际项目中。无论你是初学者还是有一定经验的开发者，这本书都将成为你学习和使

随着Web 3.0时代的来临，我国教育领域迎来了一场全面而深刻的变革——AIGC、ChatGPT、大数据、云计算、物联网、数字孪生、元宇宙等新兴技术与教育行业的融合程度日益加深，AI驱动的教育新形态、新模式、新产品不断涌现，数字化、网络化、智能化逐渐成为引领我国教育变革与转型的重要方向。
本书立足于全球范围内智慧教育领域的实践经验与前沿趋势，全面阐述AIGC、ChatGPT、元宇宙、数字孪生等新兴技术在教育领域的融合与创新应用，内容涵盖远程教育、虚拟课堂、个性化学习、VR沉浸式教学、自动化

本书内容来自第三届人工智能合作与治理国际论坛，探讨适合人工智能健康发展的治理体系，分享各个国家、地区，以及政、产、学、研各界在人工智能治理方面的最佳实践，帮助读者更好地理解和参与人工智能治理的进程。 本书根据3个主论坛和5个专题论坛的内容，共分为42讲，涵盖如下主题：人工智能引领韧性治理与未来科技、人工智能治理技术、元宇宙助力高质量发展与可持续未来、人工智能产业发展与治理、人工智能及其对未来工作的影响、正视人工智能引发的性别歧视、人工智能伦理标准、人工智能助力发展中国家。 本书适合人工智能研

随着ChatGPT 的出现，大语言模型的能力得到了业内外的认可，新的商业模式不断涌现，旧的设计和实现都将重构。本书主要介绍基于ChatGPT 开发算法相关的应用或服务，侧重于介绍与自然语言处理相关的常见任务和应用，以及如何使用类似ChatGPT 的大语言模型服务来实现以前只有算法工程师才能完成的工作。



全书共8 章内容，第1 章介绍与ChatGPT 相关的基础知识，第2～5 章分别介绍相似匹配、句词分类、文本生成和复杂推理方面的任务，