虽然很多深度学习工具都使用Python，但PyTorch库是真正具备Python风格的。对于任何了解NumPy和scikit-learn等工具的人来说，上手PyTorch轻而易举。PyTorch在不牺牲高级特性的情况下简化了深度学习，它非常适合构建快速模型，并且可以平稳地从个人应用扩展到企业级应用。由于像苹果、Face

本书是有关智能信息处理与量子智能计算方法及其应用的著作，系统介绍了智能信息处理与量子智能计算方面的基础理论及各种新技术、新方法，并从4G及5G移动通信、认知无线电、语音信号处理等角度进行了实例剖析。全书分为两篇共12章。第一篇“智能信息处理及其应用”侧重介绍智能信息处理领域的基本原理与关键技术；第二篇“量子智能信息处理

本书系统地介绍了人工智能的基本原理、方法和应用技术，比较全面地反映了人工智能领域当前的研究进展和发展方向。全书共8章，具体内容包括人工智能的基本概念和发展概况、脑与认知、机器感知、知识表示与推理、计算智能、模式识别与机器学习、人工智能系统的硬件基础、人工智能系统的应用。为了便于读者理解，在介绍关键技术的同时，列举了一些

《图解人工智能大全》由日本著名人工智能（AI）研究机构首席研究员和高级研究员撰写。作为AI的入门读物，本书旨在以简单易懂的语言向专业人士和普通读者介绍AI的基础、前沿的商务案例，以及AI系统构筑的注意事项等相关知识。考虑到有些读者可能不具备相关的专业知识，本书使用了大量图片，以帮助读者理解文字内容。《图解人工智能大全》

这是一套帮助培养孩子计算思维的系列练习册，包括《大问题小问题》《找找规律吧》《流程图来帮忙》《生活中的算法》共4册，围绕计算思维的四大组成要素（问题分解、模式识别、抽象和算法建设）展开。每一册的内容有意识地侧重单个要素能力的培养，内容难度循序渐进。每册通过综合性的问题，让孩子将四个要素融会贯通、反复练习，应用于解决实际

《集成学习入门与实战：原理、算法与应用》通过6章内容全面地解读了集成学习的基础知识、集成学习技术、集成学习库和实践应用。其中集成学习技术包括采样、Bagging、投票集成、Boosting、AdaBoost、梯度提升、XGBoost、Stacking、随机森林、决策树等，从混合训练数据到混合模型，再到混合组合，逻辑严谨

《人工智能全书：一本书读懂AI基础知识、商业应用与技术发展》系统地讲解了AI基础知识、商业应用与技术发展，可以帮助读者快速了解人工智能，掌握行业动态与技术。全书图文并茂，浅显易懂，其中基础篇介绍了AI的基础知识，商业篇预测了AI在各行各业的应用与发展，技术篇则讲解了AI的各种专业技术知识。《人工智能全书：一本书读懂AI

本书首先介绍深度学习方面的数学知识与Python基础知识，线性模型中的线性回归模型和logistic模型；然后讲述正向传播算法、反向传播算法及深度神经网络的完整训练流程，输出层的激活函数和隐藏层的常见激活函数，深度学习的过拟合和欠拟合，应对过拟合的方法，以及使用TensorFlow2建立深度神经网络模型的步骤；接着介绍

本书分两部分对时滞递归神经网络的理论与应用进行了介绍：第一部分对随机时滞递归神经网络的稳定性进行了分析，第二部分则对递归神经网络在优化算法及智能控制等方面的应用进行了介绍。

本书分为基础理论篇与应用实践篇。基础理论篇主要阐述机器学习基本概念与技术体系，从应用角度分析各技术环节，并借助专利分析方法与文献分析方法，总结机器学习在不同领域的发展趋势和研究热点。应用实践篇主要结合实际工作中机器学习的运用情况，从技术支撑角度阐述机器学习在各行业领域的应用现状；对科技管理、医疗健康、税务大数据、缺陷检