本书主要叙述了大模型技术的最新发展概况、应用实例、当前及未来需要注意和解决的问题。内容包括：大模型技术概述、语言大模型技术、多模态大模型技术、大模型技术生态、大模型的开发训练与推理部署、大模型应用、大模型的安全性、大模型技术的问题总结与思考。

"随着时代的发展，人工智能技术越来越受重视，影响着工业生产、家居生活和教育医疗等方方面面，提高人工智能相关知识素养，十分有必要。本书作为了解人工智能素养的入门基础图书，按照人工智能新知识体系，内容分为八个项目，包括人工智能的发展、基础技术、行业赋能应用工业互联网等，由浅入深，循序渐进，图文并茂，在内容和形式上都有创新，

"《AIGC人工智能创作》课程是为了满足“人工智能+”行动的要求而开设的课程，可以作为《网络编辑》、《网络营销》、《视觉营销设计》、《短视频设计与制作》等相关课程的拓展与深化。课程配套教材《AIGC人工智能创作项目化教程》分析了现行主流的AIGC平台，根据当前最新行业发展现状，将AIGC业务流程重构为教学项目，形成了本

本书涵盖了一系列有监督的机器学习方法，包括基础方法(k-NN、决策树、线性和逻辑回归等)和高级方法(深度神经网络、支持向量机、高斯过程、随机森林和提升等)，以及常用的无监督方法(生成模型、k-均值聚类、自动编码器、主成分分析和生成对抗网络等)。所有方法都包含详细的解释和伪代码。通过在方法之间建立联系，讨论一般概念(例如

本书分为两篇：第一篇算法原理：详细介绍了先进的深度学习模型，包括Transformer、GPT系列、深度生成模型，从基本架构、训练方法到特定应用，包括但不限于Seq2Seq结构、位置编码、注意力机制、残差连接、变分自编码器、GAN、ViT、CLIP、StableDiffusion、各模型训练实践的知识点。此外，探讨了预

本书共分为6章，第1章介绍了PyTorch的安装和基本操作；第2、3章介绍了深度学习的基础知识、简单的线性模型以及计算图知识；第4、5章在前文的基础上进一步扩展，介绍了各种神经网络模型；第6章介绍了PyTorch的高级特性。

本书旨在帮助没有任何人工智能技术基础的工程师们全面掌握AIGC的底层技术原理，以及大语言模型、扩散模型和多模态模型的原理与实践。本书的核心价值是，首先为想学习各种大模型的读者打下坚实的技术基础，然后再根据自己的研究方向展开深入的学习，达到事半功倍的效果。

本书从强化学习的基础入手，以非常直观易懂的例子和实际应用来解释其中的每个概念，接着介绍一些前沿的研究及进展，这些进展使得强化学习可以超过其他（人工）智能系统。本书的目的不仅在于为读者阐释多种前沿强化学习算法背后的数学原理，而且也希望读者们能在各自的应用领域中实际运用这些算法及类似的先进深度强化学习智能体。本书从强化学习

2022年，ChatGPT强势进入大众视野并火遍全世界，掀起了一场人工智能的巨大热潮，给我们的工作和生活带来了巨大的改变。《玩转ChatGPT，赢在AI时代》从ChatGPT的基础概念入手，一点点向读者揭开ChatGPT的神秘面纱；接着详细介绍了ChatGPT的应用场景、ChatGPT能为我们做的事情以及ChatGPT

小学生的漫画人工智能（全2册）