本书共9章，内容包括近年来作者在Clifford代数上的模糊运算与时标上Clifford代数的紧几乎自守函数理论及应用方面的最新研究成果，主要包括概周期时标上的紧几乎自守函数的定义及基本性质，在Clifford代数上的模糊运算的定义及相关性质以及时标上Clifford值神经网络系统的概周期解、伪概周期解、加权伪概周期解、几乎自守解的存在性问题方面的应用。

本书主要对近年来新生的多种仿生智能计算理论与方法进行了研究，包括生物地理进化算法、 萤火虫算法、差分进化算法以及灰狼优化算法等，并基于这些人工仿生智能计算方法对片上系统的可测性设计进行了研究。本书共6章，主要内容包括片上系统可测性设计概述、基于生物地理进化算法的扫描链平衡理论与方法、基于多目标智能算法的三维Wrapper扫描链设计、基于灰狼优化算法的三维堆叠SoC测试规划方法研究等。
本书可供计算机、自动化、人工智能、测控技术与仪器等方向的工程技术人员参考，也可作为高等院校相关专

近年来，深度学习在人工智能的发展过程中起到了举足轻重的作用，而图神经网络是人工智能领域的一个新兴方向，被称为图上的深度学习。 本书详细介绍了从深度学习到图神经网络的基础概念和前沿技术，包括图上的深度学习、图神经网络的数学基础、神经网络学习与算法优化、深度学习基础、神经网络中的表示学习、面向图数据的嵌入表示、初代图神经网络、空域及谱域图卷积神经网络等内容。为增强可读性，本书叙述清晰、内容深入浅出、图文并茂，力求降低初学者的学习难度。 本书既可作为人工智能领域研究和开发人员的技术参考书，也可作为对图

本书介绍了ChatGPT的前世今生，重点聚焦普通人如何使用ChatGPT获得工作和生活效率的提升，各行各业如何通过ChatGPT来改变自己的赛道状态。使用ChatGPT的宝典以及普及ChatGPT背后的技术，普通人可以看懂而且也富有科普性。同时，把AIGC中的生成视频、图像和文本也做了介绍，并提供了大量的工具。最后本书认为通过ChatGPT到AIGC,千行百业都会发生革命性变革，应对新变化，只能拥抱新变化，掌握ChatGPT，快人一步。本书四色印刷，所有插图均为人工智能绘制，为本书增加了很多趣味

本书以独特的角度，深入浅出地介绍了人工智能领域最新技术——ChatGPT、提示工程及自然语言处理等相关技术。在内容上，本书科普性与专业性并重，既为普通读者提供基础知识，又有对专业领域的深入探讨。本书通过7章的内容，在全面介绍ChatGPT内部原理的基础上，重点解析提示指令的构建方法，以及如何针对各类任务构建合适的提示指令，为广大读者提供了实战经验和指导。

本书是一本图文并茂的科普书, 带领读者按照时间顺序了解人工智能发展史中最重要的时刻。皮寇弗博士将带领我们探索人工智能发展史中的里程碑, 他将以风趣幽默语言讲述人工智能的起源、发展、未来以及人工智能在流行文化中的形象。从古代假人传说和中世纪的机器人, 到人工神经网络的高级计算方法, 书中记录了人工智能发展史上具有里程碑意义的100个事件, 涉及计算机、医学、流行文化、神话等领域, 书中每个条目包含一个简短的说明和精致的配图, 带领你走进复杂多变的人工智能世界。在这本书的帮助下, 人工智能

本着“青少年自己为同龄人创作人工智能读物”的指导思想。主办单位组织了二十余位喜欢技术、热爱生活、关心社会和未来的青少年创作了这部面向同龄人的人工智能伦理科普读物，并用漫画这种青少年喜爱的形式予以呈现。 通过一年的集中学习、分组创意、设计讨论，孩子们以青少年的视角，对于人工智能技术广泛应用后的社会现象、道德问题、法制问题提出了独特的见解，并且通过漫画故事的形式，向读者展现了中国小主人们的眼界和智慧。 本书从人工智能的公平、隐私与保障、可靠与安全、包容、负责以及透明几个角度，以年轻人的视角，勇于突破

深度学习通常被视为数学博士和大型科技公司的专属领域。但是正如本书所呈现的那样，熟悉Python的程序员可以通过少量的数学背景、少量的数据和最少的代码在深度学习中取得令人震惊的成果。fastai是第一个为最常用的深度学习应用程序提供一致接口的库。本书的两位作者用口语化且简单明了的方式描述了各种抽象的理论概念，希望通过本书能让尽可能多的人了解深度学习。这本书深入浅出地介绍了深度学习的概念，并为读者提供了掌握深度学习的详细指导。 本书的目标读者是对深度学习感兴趣的广大程序员，只要你有一些编程基础，即可

本书主要讲解分布式机器学习算法和开源框架，读者既可以从宏观的设计上了解分布式机器学习的概念和理论，也可以深入核心技术的细节设计中，对分布式机器学习形成深刻而直观的认识，做到学以致用。 本书共分为5篇，第1篇是分布式基础，首先介绍了分布式机器学习的概念、基础设施，以及机器学习并行化技术、框架和软件系统，然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行，以PyTorch和Horovod为主对数据并行进行分析，读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流

本书是作者多年在数据智能领域中利用机器学习实战经验的理解、归纳和总结。出于“回归事物本质，规律性、系统性地思考问题”“理论为实践服务并且反过来充实理论，为更多人服务”的想法和初心，本书系统地阐述了机器学习理论和工程方法论，并结合实际商业场景落地。


全书分为3部分。第1部分是机器学习的数学理论理解，这部分不是对于机器学习数学理论的严谨推导和证明，更多是对于理论背后的“到底是什么，为什么要这样做”的通俗理解。尽可能通过对应到日常生活中的现象来进行讲述。第2部分是机器学习模型、方