本书是一本针对高校学生的绝佳TensorFlow学习教材。作者结合众多高质量的代码,生动讲解了TensorFlow的底层原理,并从实际应用问题入手,从实践的角度出发,通过具体的TensorFlow案例程序介绍常见的模型和应用解决办法。同时,在教材中还介绍了模型部署和编程过程中所用到的诸多开发技巧。是学习和掌握人工智能这
本书涵盖了经典控制、现代控制和非线性控制理论的基本内容。从控制理论的基础知识入手,较深入地介绍了控制系统的传递函数、方框图、信号流图以及状态空间模型;详细阐述了用于控制系统稳定性、瞬态性能、稳态性能分析时域法、根轨迹法、频域法和状态空间法,以及相应的系统设计方法;讨论了离散控制系统的模型、性能分析和校正方法;并对非线性
本教材共分为六个章节,分别为:*章自动控制系统概述、第二章控制系统的数学模型、第三章控制系统的时域分析、第四章根轨迹法、第五章线性系统的频域分析法、第六章线性系统的频域分析法。
本书为普通高等教育“十一五”国家级规划教材,第一版于2005年被评为北京市精品教材。本书是为非自动化类、工科高年级学生编写的教材,简练地论述了连续控制系统的分析和综合研究方法,包括系统数学模型的建立和动态结构图等效变换法则,利用经典控制理论的时域分析法、复域分析法、频域分析法对控制系统进行分析,应用串联校正、反馈校正和
本书共4章。第1章介绍了人工智能、机器学习、深度学习、强化学习的基本概念。第2章以Q学习为例,重点介绍了强化学习的原理、算法步骤、代码实现、代码运行调试。第3章先对深度学习的几种常见的类型和原理进行介绍,然后给出了例程和调试方法。第4章以Q学习中运用神经网络为例,介绍了深度强化学习的基本原理和方法,同时也给出了例程和调
本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识:机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow:Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlo
本书致力于推动人工智能的普及教育,使用通俗易懂的语言深入浅出地介绍了人工智能的相关知识,包括机器学习和深度学习的基本内容,并结合图像信息处理和自然语言处理两个典型应用展开阐述,使读者能快速掌握人工智能的基本概念、基本知识体系和框架,为进一步深入学习打下良好基础。
本书理论完备,涵盖主流非深度强化学习算法和深度强化学习算法;实战性强,基于Python、Gym、TensorFlow2等构建,并有AlphaZero等综合案例。全书共12章,主要内容如下。 第1章:介绍强化学习的基础知识与强化学习环境库Gym的使用,并给出完整的编程实例。 第2~9章:介绍强化学习的理论知识。以Mark
本书此次修订按照打造新工科精品教材的要求,以培养新素养形成新能力为牵引重构课程边界、按教学实践积累总结和新工科要求重塑课程知识点、按与时俱进的时代特征要求提供媒体教学内容,精心对第3版进行了诸多重要修订,使内容更为优化,更切合时代需求。本书主要介绍控制工程中分析和综合线性定常系统的时、频域理论和方法,内容包括:绪论、数
本书对我国人工智能的发展状况、国家战略,及其在经济发展、民生改善、政府治理等方面的广泛应用作了简明通俗的阐释;同时,还阐述了世界范围内人工智能的发展历史、国外主要国家和地区人工智能的发展现状、人工智能的未来前景等。 书中包含大量应用案例,涉及制造业、农业、金融、交通、医疗、教育、家居、政府治理、政务服务等领域。突出介绍