本书是一本看懂计算机视觉的实战指南，使用理论与实践相结合的思想，真正一站式搞定理论学习、算法开发到模型部署上线。 全书内容共分为四个部分。第一部分包括第1、2章，主要讲解深度学习和计算机视觉基础，如计算机视觉领域的经典网络和常见的目标检测算法；第二部分包括第3～6章，主要讲解图像处理知识，结合应用案例，对知识点进行分析说明；第三部分包括第7～11章，主要讲解计算机视觉中的实战项目，对实现细节做了追本溯源的讲解；第四部分包括第12～13章，主要讲解模型的落地部署，该部分的讲解基于TensorFlow Lite框架，该框架受众广、热度高，且在各种平台都有对应的支持与优化加速方案，方便读者使用。 本书中的上百个知识点与50多个案例都是作者工程应用中的经验总结，每章末尾均有进阶必备”，给读者提供更多的拓展知识。本书适合计算机视觉的初学者、计算机视觉算法开发人员、对深度学习有兴趣的用户或者亟须工程落地使用的用户，也适合作为高校相关专业的学生教材使用。

对从事算法研究与算法开发的人来说，模型的学习与使用必不可少。尤其是在目前备受关注的人工智能领域里，人人谈模型，新模型也是层出不穷，让人眼花缭乱。 模型让人又爱又恨：可爱的地方在于它确实能够解决实际问题，而且其有效性一般都经过了检验；可恨的地方在于学习它是一件非常痛苦的事情，尤其是对人工智能的初学者来说。《模型思维》将人工智能在现实生活场景中解决的问题分类，并根据这个分类来介绍各种模型。书中将人工智能问题分为权重问题、状态问题、序列问题、表示问题、相似问题和分类问题六大类，方便读者了解各个模型之间的关系，也方便读者理解各个模型的适用场景。《模型思维》尽量更多地结合模型的使用场景，更多地介绍实际业务需求之间的关系，更多地采用生活中浅显易懂的例子，方便人工智能的初学者学习模型。《模型思维》不仅适合希望学习和运用人工智能模型到具体应用场景的企业工程师、科研院所的学生和科研人员，也适合对人工智能模型感兴趣的读者，帮助其将模型思维应用到生活中。

我们这个诗歌大国有一个很好的传统，历来注重“采诗”、搜集整理诗歌材料。作为唯一的全国性诗词组织的中华诗词学会，自1987年5月成立以来，就十分重视这项工作。学会每年的学术研讨会和历届“华夏诗词奖”，都出版论文集和获奖作品集。纪念学会成立二十年、三十年时，还专门编辑出版了《大事记》《论文选集》《诗词选集》。《中华诗词》创刊以来，每年都制作年度合订本。2007年5月，在北京天识东方文化艺术传播有限公司的资助下，以近代以来诗词创作、诗词理论、诗词运动重要文献汇编，当代名家个人作品专集等为主要内容，出版了《中华诗词文库》。经过十来年的编辑整理，已经出了近百卷。这些诗集、文集的出版，记录了近百年来尤其是改革开放四十多年来，中华诗词从起步、复苏走向复兴的砥砺前行的历程，为近、当代诗歌史的撰写准备了丰富的资料。

我们这个诗歌大国有一个很好的传统，历来注重“采诗”、搜集整理诗歌材料。作为唯一的全国性诗词组织的中华诗词学会，自1987年5月成立以来，就十分重视这项工作。学会每年的学术研讨会和历届“华夏诗词奖”，都出版论文集和获奖作品集。纪念学会成立二十年、三十年时，还专门编辑出版了《大事记》《论文选集》《诗词选集》。《中华诗词》创刊以来，每年都制作年度合订本。2007年5月，在北京天识东方文化艺术传播有限公司的资助下，以近代以来诗词创作、诗词理论、诗词运动重要文献汇编，当代名家个人作品专集等为主要内容，出版了《中华诗词文库》。经过十来年的编辑整理，已经出了近百卷。这些诗集、文集的出版，记录了近百年来尤其是改革开放四十多年来，中华诗词从起步、复苏走向复兴的砥砺前行的历程，为近、当代诗歌史的撰写准备了丰富的资料。

本书是以Aelos机器人和其传感器套件为载体，引导小学生学习智能机器人、传感器技术以及图形化编程的入门教程。本书涵盖了人工智能的历史、发展、分类以及组成等相关知识，帮助学生掌握图形化编程的基本方法、常用传感器的基本原理及应用。书中介绍的Aelos机器人和传感器套件，既能引导学生举一反三，又能加深学生对计算机编程思想的理解。书中还包含大量贴近生活的案例，能充分地激发学生学习智能机器人相关技术的兴趣。《人工智能与机器人编程探索书》分为入门篇和进阶篇，本册为进阶篇，上百张精美的照片和程序代码图，将为读者展示人工智能这门极为重要的学科中的关键技术，以及这些技术如何影响着我们的生活。本书适合对机器人和人工智能感兴趣的读者阅读，可作为学生的课外科普读物。

强化学习是实现决策智能的主要途径之一。经历数十年的发展，强化学习领域已经枝繁叶茂，技术内容纷繁复杂，这也为初学者快速入门造成障碍。 本书是一本深度强化学习领域的入门读物，梳理了深度强化学习算法的发展脉络，阐述了各类算法之间的关联，它们之间既有继承也有更新和发展，这种写法可以帮助读者更好地掌握算法中不变的精髓，并理解在不同的场景下应如何根据情势作出调整。 全书分为四部分。第一部分主要阐述强化学习领域的基本理论知识；第二部分讲解深度强化学习常用算法的原理、各算法之间的继承与发展，以及各自的算法流程；第三部分总结深度强化学习算法在游戏、推荐系统等领域的应用；第四部分探讨了该领域存在的问题和发展前景。本书适合想了解强化学习算法的小伙伴作为入门读物，也适合对强化学习感兴趣的读者阅读。

数据驱动的研究正在革新复杂系统的建模、预测和控制。本书面向高年级本科生和研究生，提供了一个综合的视角，展示了如何将新兴的方法，如数据科学、数据挖掘和机器学习技术，应用到工程和物理科学中。

本书介绍了实现嵌入式深度学习的算法和硬件实现技术。作者描述了应用、算法、电路级的协同设计方法，这些方法有助于实现降低深度学习算法计算成本的目标。这些技术的影响显示在四个用于嵌入式深度学习的硅原型中。

正如本书前言所讲，这是一本内容比较全面且易于理解的介绍人工认知系统的科普读物。全书首先对人工认知系统做了操作性定义，然后在余下的章节中介绍了自治性、具身化、学习与发展、记忆与前瞻、知识与表征以及社会认知等关键问题。考虑到读者群体，作者没有涉及“如何构建人工认知系统”等具体算法的内容，也没有讲到机器意识等比较艰深的领域。在结构上，全书可以划分为正文与页下注两部分，可以看作是故事的两条主线。正文着重对关键问题做简明的描述，而页下注则讲到了更深入的细节，读者可以顺着注释里提到的专业文献去了解更多、更专业的内容。本书的特点之一是，在学术界尚未对何谓“认知”得到一致的结论的情况下，作者并没有着重介绍自己所持的领域观点，而是广泛介绍了这一领域内的不同观点，读者阅读这一本书就可以大致获得人工认知系统的概貌。

本书集合了基于应用领域的高级深度学习的模型、方法和实现。本书分为四部分。第1部分介绍了深度学习的构建和神经网络背后的数学知识。第二部分讨论深度学习在计算机视觉领域的应用。第三部分阐述了自然语言和序列处理。讲解了使用神经网络提取复杂的单词向量表示。讨论了各种类型的循环网络，如长短期记忆网络和门控循环单元网络。第四部分介绍一些虽然还没有被广泛采用但有前途的深度学习技术，包括如何在自动驾驶上应用深度学习。学完本书，读者将掌握与深度学习相关的关键概念，学会如何使用TensorFlow和PyTorch实现相应的AI解决方案。