阅读本书犹如一次时空之旅。它不仅向你讲述了人工智能进步的故事，还能让你沿着那些人工智能先驱者的脚步，去感受他们的激情和执着，去了解他们如何用智慧之光，点亮通往未知世界的路标。希望这本书能让你感受到，人工智能原来并不遥远，人工智能原来很有趣，继而进一步地关注更多发生在人工智能世界里的奇妙故事，抑或愿意投身于这一全球瞩目的未来学科。

本书全面介绍TensorFlow 2.x 框架及其在深度学习中的应用，内容包括TensorFlow 简介、Python 语 言基础、环境搭建与入门、TensorBoard 可视化、多层感知机实现、卷积神经网络实现、循环神经网络实 现、强化学习、迁移学习、生成对抗网络和GPU 并行计算等。

本书全面且详细地阐述了控制工程领域的基础理论知识。全书共7章，深入浅出地介绍了自动控制系统的基本概念、控制系统的数学模型、基于传递函数的时域分析与设计、控制系统的根轨迹分析与设计、控制系统的频域分析、控制系统的校正、线性离散系统的分析和校正相关知识。

本书系统介绍了基于状态空间模型的状态反馈及卡尔曼滤波方法，共8章，由三部分组成，第一部分（第1、2章），连续时间状态反馈控制；第二部分（第3～6章），离散时间状态反馈控制；第三部分（第7、8章），卡尔曼滤波。本书介绍了连续系统及离散系统的状态空间模型建模、状态反馈控制器、观测器、干扰抑制及参考信号跟踪的设计方法，并结合工程应用中控制系统案例以及MATLAB/Simulink教程，来讲解基于状态空间模型的状态反馈方法，包括汽包锅炉控制、糖厂控制、风力涡轮机传动系统控制、机械臂控制、加热炉控制等。同

本书深度剖析人工智能领域的最新趋势及其对未来的潜在影响，特别是聚焦于欧盟在这一领域的政策动向、监管措施和立法进展。书中详细阐述欧盟对于算法的通用监管策略，展示其在构建伦理监管环境方面所取得的最新成就，并提供对欧盟道德法规与可信赖人工智能的宏观洞察。
　　内容不仅涵盖科学信息技术的基础概念阐释，还深入探讨欧盟机构层面的立法、监管以及政策制定活动。同时，对人工智能伦理框架进行全面分析，探讨不同的监管手段，并介绍独特的横向解决方案。此外，本书还系统地梳理了人工智能在重要社会经济领域所适用的部门法

本书针对现有的混合式学习模式中存在理论、实验及创新实践三个环节的时间及空间分离问题，探索并构建一套“理实同步-虚实结合-资源共享”线上线下混合式人才培养平台。包括：建立了全新的通信网络控制模型，解决了通信互联网络引入的时延问题，实现了混合式学习线上线下课程的同步集成，提高了高校课堂教学效率；解决了个性化知识建构平台集成和多设备跨平台集成的信息安全问题，构建了创造性知识生成系统，并完成了知识库的自动更新。采用线下高校课堂与线上慕课混合策略，打造了一套全程同步混合式学习环境平台，满足学生从入学到毕业

本书详细阐述意图驱动自智网络的关键技术与应用实例。内容涵盖意图驱动自主智能网络的基础概念与背景，以及意图智能转译、意图闭环验证、自主策略生成、意图态势感知等意图环路技术。此外，探讨针对意图驱动智能运维、意图驱动网络负载均衡、意图驱动6G编排和意图驱动卫星网络管控等典型应用案例。

"随着深度学习相关技术的发展，特别是卷积神经网络技术的成熟，深度学习已经成为多种计算机视觉任务的常用工具。卷积神经网络模型由于其强大的表征能力，可以作为一种优秀主干模型，但往往以较大的参数量和计算量为代价。
本书从基本架构设计、新式通用组件、模型压缩方法三个方面着手，试图普遍地、一般地提升卷积神经网络的精度和效率。书中介绍的方法与深度学习实践联系紧密：现实生活中的视觉应用一般要求在一定的推理延迟、吞吐量、模型大小和功耗的约束下尽可能追求更高的精度，所以开发者既可以应用一种新的架构，可以用一

本书主要围绕AI系统的理论基础与技术基础知识展开，结合实例进行介绍，旨在让读者了解AI系统的来龙去脉，形成对AI系统的系统化与层次化的初步理解，掌握AI系统基本理论、技术、实际应用及研究方向，为后续从事具体的学习研究工作和项目开发工作奠定基础。
　　本书首先介绍AI的历史、现状与发展及AI系统的基本知识，后分为AI硬件与体系结构、AI编译与计算架构、AI推理系统与引擎、AI框架核心模块四篇进行详细介绍，涉及AI系统从底层原理到应用落地的全貌，反映了AI系统架构的前沿技术。

本书旨在成为大模型在各行各业落地应用的“百科全书”，专为对大模型感兴趣的从业者和企业管理者量身打造。本书结合了实地调研和多元视角，不仅对大模型进行了技术分析，还从商业、产品、行业等多个角度进行了应用探讨。全书共5章：第 1 章介绍了大模型的训练过程和核心技术；第 2 章分析了大模型对软件行业的影响，通过具体案例展示了软件公司如何适应大模型需求；第 3、4 章分别从产品和行业角度出发，讨论了大模型如何改变产品升级流程和工作流程，以及它对各行各业的具体影响；第 5 章展望了大模型的未来，预测了它将如