这是一本能指导读者快速掌握PyTorch和深度学习的著作，从PyTorch的原理到应用，从深度学习到强化学习，本书提供了全栈解决方案。第1版上市后销量和口碑俱佳，是深度学习领域的畅销书，被誉为PyTorch领域的标准著作。第2版在第1版的基础上，去芜存菁，与时具进，根据PyTorch新版本全面升级，技术性、实战性、针对性、丰富性、易读性均得到了进一步提升，必定能帮助读者更轻松、更高效地进入深度学习的世界。全书一共19章，在结构上分为三大部分：第1部分（第1~4章） PyTorch基础首先有针对性地讲解了Python和PyTorch的基石NumPy中的关键知识，然后详细讲解了PyTorch的基础知识、神经网络工具箱和数据处理工具箱等内容，帮助读者快速了解和掌握PyTorch。第二部分（第5~10章） 深度学习基础依次讲解了机器学习、视觉处理、自然语言处理、注意力机制、目标检测、语义分割、生成式深度学习等机器学习和深度学习的核心技术的原理和使用。第三部分（第11~17章） 深度学习实践通过实战案例的方式，详细讲解了PyTorch在人脸检测和识别、迁移学习、中英文互译、图像分类、语义分割、生成式网络、对抗攻击等领域的应用和解决方案。第四部分（第18-19章） 强化学习重点介绍了强化学习和深度强化学习的基础理论、常用算法及相关实例。更为重要的是，为了让本书通俗易懂，在内容安排和写作方式上也颇花了一番心思。内容选择上，广泛涉猎、重点突出、注重实战；内容安排上，实例切入、由浅入深、循序渐进；表达形式上，深度抽象、化繁为简、用图说话。

机器学习是人工智能的一个方向。它是一门多领域交叉学科，涉及概率论、统计学、矩阵论、神经网络、计算机等多门学科。其目标是使用计算机模拟或实现人类学习活动，从现有大量的数据中学习，利用经验不断改善系统性能。机器学习步骤一般分为获取数据、数据预处理、建立模型、模型评估和预测。本书共6章。第1章节主要介绍机器学习的基本概念及其发展史、机器学习分类、常见机器学习算法及其特点；第2章搭建机器学习开发环境，主要包括anaconda\pycharm\python软件的安装及使用，以及常见机器学习库的介绍和安装使用方法；第3章介绍了监督学习的4个经典算法：线性回归、决策树、k近邻和支持向量机算法，其重点在算法的应用；第4章介绍了主成分分析降维算法、Kmeans聚类算法；第5章介绍人工神经网络基础，并通过房价预测和手写数字识别实例进行验证；第6章介绍强化学习的基本概念，有模型学习和无模型学习，最后介绍了Q-Learning算法和Sarsa算法。本书由人工智能技术专业教师和英特尔FPGA中国创新中心的工程师们合力编写，讲解了大量的具体程序案例，涵盖大部分机器学习算法，教师和学生可以根据应用需求，选择对应的知识点和算法。本书所有程序均已经在英特尔FPGA中国创新中心AILab实训平台上验证实现。本书可作为高职高专院校电子信息类相关专业教材，也可作为科技人员的参考用书。

本书图文并茂，结合项目案例，以实践活动为主线组织编排，将理论知识与实践项目有机结合；习题设计多样，题型丰富，并注重加强综合性的练习，实现"便于教，易于学”的授课目的。 本教材共6个项目，项目一为"三维全景技术基础”，介绍了全景摄影设备和摄影基础等知识；项目二为"全景图拍摄”，介绍了全景图拍摄技术和室内外的全景图拍摄流程；项目三为"全景图合成”，介绍了全景图的合成制作技术；项目四为"全景视频制作”；项目五为"VR全景漫游制作”；项目六为"旅游景点VR全景制作——以沙湾古镇为例”，以综合案例的形式介绍了VR全景项目的全流程。

暂缺简介...

本书是《动手学深度学习》的重磅升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。本书重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络——多层感知机；第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学习应用背后的基本工具；第三部分讨论深度学习中常用的优化算法和影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程知识及预备知识中描述的线性代数、微分和概率等基础知识。

本书以2022世界人工智能大会开幕式和全体会议的嘉宾演讲内容为主，围绕“多元宇宙，智启新篇”“前沿探索，互促共进”“元力无限，赋能百业”及“虚实融合，洞见未来”等主题，全面展现世界人工智能前沿观点洞察和最新发展态势。

《人工智能在肺癌诊断中的应用》从人工智能技术的角度介绍了人工智能技术在肺癌诊断中的应用，共分10章，内容涉及人工智能辅助的肺癌诊断原理和实现，包括肺癌诊断的医学背景、肺癌诊断的相关医疗数据、人工智能理论基础、肺癌诊断的常用工具与框架、肺癌智能诊断流程以及诊断算法的设计和实现等。《人工智能在肺癌诊断中的应用》理论与实践相结合，通过具体的实验，深入浅出地介绍了人工智能在肺癌诊断中的技术应用。《人工智能在肺癌诊断中的应用》适合工科和医学院校人工智能、信息工程、医工交叉等专业学生使用，同时也可供相关从业人员及对相关领域感兴趣的读者参考。

本书主要介绍了基于深度学习的人工智能算法。全书共3篇：第1篇机器阅读理解，共4章：机器阅读理解绪论、机器阅读理解技术、对话式机器阅读理解研究和多文档机器阅读理解研究。第2篇知识图谱，共6章：知识图谱绪论、知识图谱相关技术、数控机床故障领域的命名实体识别、数控机床故障领域的实体关系抽取、数控机床故障知识图谱的构建与应用和基于知识图谱的数控机床故障问答系统研究。第3篇图像识别，共7章：图像识别绪论、相关理论和算法介绍、基于机器视觉传统算法的指针式水表读数识别方法、基于深度学习算法的指针式水表读数识别方法、基于深度学习算法的指针式水表读数识别方法实验、水表读数识别系统的设计与实现和水表读数识别系统App的设计与实现。本书适合作为面向计算机专业高年级和非计算机专业研究生的人工智能课程的参考书，也可作为人工智能的科技人员参考用书。

2017年， 印发《新一代人工智能发展规划》，要求中小学开设人工智能相关课程，并提倡以计算思维为指导，将信息技术课程从技术导向转换为科学导向。因此，“机器学习”作为人工智能技术的内核，走人我国广大中小学生的课堂是科技发展的必然选择。本书共11章，系统地介绍机器学习模型中常见的白盒和黑盒模型，以及这些模型统一的框架和经常被使用的技巧。本书介绍了这些技巧是如何被巧妙地封装成一种通用方法，并在适当的时候被反复使用。从框架到思路，再到解决问题的技巧，以及技巧的封装和重用，这些都是塑造良好计算思维的必经之路。本书适合高等师范院校现代教育技术专业研究生及开设“人工智能”课程的大、中、小学的教师阅读参考。

《具有文学表现力的中文古典诗歌自动写作方法研究》由微软亚洲研究院研究员矣晓沅博士撰写，他主导开发的中文古典诗歌自动创作系统——九歌，已成为知名度极高的中文作诗系统之一。诗歌作为一种高度文学化、艺术化、凝练化的语言形式，在数千年历史中对人类文化和社会的发展产生了深远影响。中文古典诗歌表达简洁、形式规整、内容丰富、情感细腻，是研究自然语言生成理想的切入点。矣晓沅博士从文学表现力的文本质量和审美特征两个层面，对如何提升AI生成诗歌的文学表现力提出了自己的见解，并对书中提出的方法都进行了工程化实现，“九歌”便由此而来。《具有文学表现力的中文古典诗歌自动写作方法研究》共九章：第1章介绍诗歌自动写作的研究背景、研究意义，以及现有研究存在的问题，并介绍了全书的主要研究内容。第2章详细介绍诗歌自动写作的相关工作和方法。第3章介绍了诗歌生成的基础知识，如形式化表述、诗歌生成的格律控制等。第4章至第7章分别具体阐述本书对上述四个难题开展的研究工作。第8章简要介绍了基于前述工作整合开发的诗歌写作系统“九歌”。第9章总结全书工作并对未来的研究难点和可行的方向做出展望。