本书基于***的机器学习框架TensorFlow，专注于新一代人工智能思维与应用开发能力的培养；有别于传统课程，不泛泛讲解各类人工智能技术或是干涩讲深层次理论和算法，也不是纯粹介绍TensorFlow的编程技能，而是面向典型的场景，精心设计系列案例来引导整个学习过程，激发学习者的学习兴趣和应用创新。案例由浅入深、各有侧重，兼具趣味性和系统性。本书内容丰富，应用性和趣味性强，是作者多年来在深度学习应用开发领域教学研究成果的系统化凝练。本书配有多媒体课件、案例素材和源代码等教学资源，免费向任课教师提供。与本书配套的慕课（MOOC）已经上线开课多轮，广受学员好评，配合MOOC可以更好地进行教学和学习。本书适合作为高等学校计算机类、信息类专业和人工智能专业相关课程的教材，也可作为对人工智能、机器学习和深度学习技术感兴趣的科技人员、计算机爱好者及各类自学人员的参考书。

内 容 提 要 随着人工智能技术的进步和消费金融行业的快速发展，智能风控已经成为金融行业的刚性需求。本书围绕智能风控的关键环节一一展开，同时结合具体的智能风控实例进行解析。本书共6章，主要内容包括智能风控的发展，搭建智能风控模型体系，搭建风控特征画像体系，搭建智能风控策略体系，智能风控与人工的结合，以及智能风控管理。本书适合银行、消费金融与保险等领域信贷风控模型开发人员、特征挖掘人员和策略分析人员，以及金融科技领域从业者、咨询行业从业者和其他对智能风控感兴趣的人阅读。

本书系统讲述智能现象的简要历史。全书共分为1 0章。第1章介绍本书的写作背景、 对智能的不同定义、 围绕智能现象的问题、 本书对智能现象的新假说;第2章介绍宇宙从无到有的过程、 不安分的宇宙、 改变以稳定宇宙;第3章介绍物理学中的智能现象、 重力智能、 重力和暗能量、 最小作用量原则、 量子隐形传态;第4章介绍化学的简要发展历程、 耗散结构、 熵增、 z大熵产生;第5章介绍生物学中的智能现象、 生命的定义、 生命为什么存在、 微生物中的智能、 植物中的智能、 动物中的智能;第6章介绍大脑中的新皮质结构、 人类特殊的思维方式、 关于大脑的理论、 信息过载与信息茧房;第7章介绍1 9 5 0年以前的智能机 器、 人 工 智 能 的 诞 生、 符 号 主 义、 联 结 主 义、 行 为 主 义、学派之争与统一、 通用人工智能、 智能的本质和智能科学;第8章回顾人类科技历史中涉及的几个重要因素， 介 绍 促 进 宇 宙 稳 定 的 技 术 发 明、 物 质 网 联、 能 源 网 联、信息网联、 获取智能、 基于智能 网 联 的 自 动 驾 驶、 基 于 智 能 网 联 的 集 体 强 化 学 习、对智能的数学建模;第9章介绍元宇宙的背景、 元宇宙的概念与特征、 元宇宙涉及的主要技术、 元宇宙的演进;第1 0章给出了本书的总结与未来展望。 本书是科普读物， 也可以作为人工智能学习、 研究、 开发的参考用书。

人工智能应用已经遍及各行各业，而机器学习和深度学习作为其中的重要组成部分也越来越火热。《PyTorch深度学习模型开发实战》就以近年来非常流行的Python 机器学可库 PyTorch为工目。对深度学习中的迁移学习、图像分类、物体检测、语义分割、姿势识别、图像生成、异常检测、自然语言处理以及视频分类等各种任务进行了详细讲解及深度学习模型的编程实现。这些任务都是为帮助读者积累实践经验，以便能在实际开发中灵活运用深度学习技术精挑细选出来的。读者只要亲自动手，依次对各种任务进行编程实践，并彻底理解其中的原理，就一定能逐步掌握复杂深度学习的应用方法。 《PyTorch深度学习模型开发实战》 内容丰富全面，讲解通俗易懂，特别适合作为有一定基础的AI工程师提升技能、中高级机器学习/深度学习工程师巩固相关基础的参考书籍。

《深度学习实战：基于TensorFlow 2.X 的计算机视觉开发应用》从环境的搭建和TensorFlow 2.X 的基础语法讲起，逐步深入到计算机视觉领域的算法模型理论与实战应用，并重点讲解了如何使用TensorFlow 2.X 框架实现各类经典的深度学习模型，让读者可以系统地学习TensorFlow 2.X 在计算机视觉领域的相关知识和实战应用。 全书共13 章，涵盖的主要内容有Anaconda环境配置、JupyterNotebook使用、神经网络模型和用Python从零实现神经网络、TensorFlow 2.X 的基础语法、图像分类的算法模型理论和实战、迁移学习技术实战、目标 检测的算法模型理论和实战、自编码器的算法模型理论和实战、生成式对抗网络的算法模型理论和实战、基于 深度学习的指纹识别技术实战、基于摄像头的指定物体实时预测、基于 Linux 平台下的深度学习模型网页部署、基于exe 程序的深度学习识别系统以及自动机器学习的理论与实战等。 《深度学习实战：基于TensorFlow 2.X 的计算机视觉开发应用》内容通俗易懂、案例丰富、实用性强，特别适合机器学习、深度学习、Tensorflow2.X框架和计算机视觉领域的入门读者阅读，也适合Python 程序员等其他编程爱好者阅读。另外，本书也可作为相关院校或培训机构的教材使用。

本书是一本研究机器人结构与智能化应用的科普书。主要内容包括：机器人学概论、机器人的机械结构分析、机器人智能化应用之移动机器人、机器人学习原理与智能化典型应用、当前技术水平下的机器人创新应用实践、工业机器人与智慧工厂、机器人应用与智能化农业、智能机器人的未来应用方向。本书主要面向机器人爱好者或具有机械电子、人工智能等专业的致力于机器人研究的读者，既可以作为兴趣爱好读物，也可以供其他相关领域的工程技术人员研究参考。

区别于市场上同类书，本书不但侧重于理论知识的普及，也将技术融合于Python模块进行实验上的操作与演示。本书主要内容包括：人工智能技术概述，人脸识别技术、物体识别技术，视频识别技术、语音识别技术、文本识别技术，区块链技术等。全书综合了各种模块对人工智能技术的实践，将分散的技术点统一起来，并把抽象的原理与适应读者思维的案例相融合，实现知识点的充分理解。 本书适合从事数据科学及AI的读者阅读。

本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深度学习在图像领域中的应用；接着对深度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解；最后以基于深度学习的红树林提取和屋顶提取与绿化评价为例，详细讲解深度学习在图像处理中的应用。

本书主要介绍人工智能研究领域中神经网络的PyTorch架构，对其在多个领域的应用进行系统性的归纳和梳理。书中的案例有风景图分类、人像前景背景分割、低光照图像增法、动漫头像生成、画风迁移、风格转换等，对每项视觉任务的研究背景、应用价值、算法原理、代码实现和移动端部署流程进行了详细描述，并提供相应的源码，适合读者从0到1构建移动端智能应用。 本书适合对人工智能实际应用感兴趣的本科生、研究生、深度学习算法工程师、计算机视觉从业人员和人工智能爱好者阅读，书中介绍的各项视觉任务均含有相应的安卓平台部署案例，不仅对学生参加比赛、课程设计具有参考意义，对相关从业人员的软件架构和研发也具有启发价值。

近年来，智能物联网、群体智能、工业互联网等新兴技术逐步兴起，人（智能手机、可穿戴设备等）、机（云设备、边缘设备）、物（具感知计算能力的物理实体）这三种基础要素正在走向协作和融合，迈向人机物融合群智计算时代，即通过人、机、物异构群智能体的有机融合，利用其感知能力的差异性、计算资源的互补性、节点间的协作性和竞争性，构建具有自组织、自学习、自适应、持续演化等能力的智能感知计算空间，实现智能体个体技能和群体认知能力的提升。 2020年，根据微软学术（Microsoft Academic）统计分析的关于群智感知（Crowd sensing）研究的作者排名（Top Authors）中，本书作者团队位列全球第一。本书作者带着十余年从事群智感知计算研究的思考，将传统的“以人为中心”的群智感知计算拓展深化为“人-机-物异构群智能体融合计算”（简称“人机物融合群智计算”），从单纯的群智感知数据收集提升为人机物群智融合的协作计算与增强学习，探索异构群智协同的基础理论创新和关键技术突破。 本书系统化地阐明新一代“群智感知计算”内涵，并匠造出一把开启“人机物融合群智计算”新世界大门的钥匙。本书既可以作为专著，为物联网、人工智能、工业互联网、智慧城市、智能制造等领域的科研人员和IT从业者提供创新的发展视角及相关理论、方法与技术支撑，也可以作为高年级本科生或研究生的参考教材。