本书是关于如何从零开始构建大模型的指南，由畅销书作家塞巴斯蒂安 拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者创建自己的大模型。在本书中，读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练，以及定制特定任务的微调。此外，本书还将探讨如何利用人工反馈确保大模型遵循指令，以及如何将预训练权重加载到大模型中。

本书是深度学习领域的入门教材，系统地整理了深度学习的知识体系，并由浅入深地阐述了深度学习的原理、模型以及方法，使得读者能全面地掌握深度学习的相关知识，并提高以深度学习技术来解决实际问题的能力。 全书共15章，分为三个部分。 分为机器学习基础：第1章是绪论，介绍人工智能、机器学习、深度学习的概要，使读者全面了解相关知识；第2~3章介绍机器学习的基础知识。 第二部分是基础模型：第4～6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络；第7章介绍神经网络的优化与正则化方法；第8章介绍神经网络中的注意力机制和外部记忆；第9章简要介绍一些无监督学习方法；第10章介绍一些模型独立的机器学习方法，包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。 第三部分

《立心之约 中学生AI微课十讲》是关于人工智能（AI）是什么、研究什么及其应用与发展现状的科普读物，分十讲进行编写：第一讲，人工智能的现状、趋势与战略；第二讲，机器眼中的大千世界 计算机视觉；第三讲，语言与机器的火花碰撞 自然语言处理；第四讲，认知科学与AI世界的邀约 认知推理；第五讲，机器自我成长进步 机器学习；第六讲，未来生活离不开的伙伴 智能机器人；第七讲，机器世界不孤单 多智能体；第八讲，机器生活的世界 物理世界仿真模拟；第九讲，舞动科技的音符 人工智能音乐；第十讲，人工智能在北大。 《立心之约 中学生AI微课十讲》可作为人工智能的的科普读物，也可作为中学校本课教材或大学通识教育课教材。

本书根据李宏毅老师 机器学习 公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的进阶算法. 在理论严谨的基础上，本书保留了公开课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节.

当前，人工智能作为一项引领未来的颠覆性战略技术，已在经济、军事、社会等各领域广泛用，成为世界各国科技竞争和战略布局的重中之重。本书以人工智能的“起点、拐点、奇点、看不见的终点”为线，突出认知新思维、技术新发展、应用新构想，从人工智能前世今生、思维方法、大模型、机器学习、感知认知、人机交互、脑科学、机器人，以及无人智能作战和未来发展等多维度、多层次、多领域进行全面深入剖析。

在科技迅猛发展的今天，生成式人工智能不仅在创意产业、商业领域和教育系统中发挥着越来越重要的作用，也正在改变人们的生活和工作方式。《AIGC极简入门》以简明易懂的方式介绍AIGC的基本概念和原理，同时精选了多个实用案例，详细讲解如何在实际工作和生活中应用AIGC技术，帮助读者将知识转化为实际操作的能力。

自早期以来，神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU 激活、随机梯度下降、交叉熵、正则化、Dropout 及可视化等。

AI技术突飞猛进，智能革命风起云涌，正在将人类社会推进到全新的智能社会。在以机器人劳动、智能治理、加速、后真相等为重要特征的智能社会中，人类既能享受到物质极大丰富的富裕生活，同时也面临着诸多科技风险和社会风险。关于AI的各种问题不仅为越来越多的人所困惑、思考，亦成为试图把握时代精神的当代人不可能绕开的问题。 《智能革命后的世界：AI技术与人类社会的命运》运用跨学科的理论、方法、观点和案例，深刻剖析了当前智能革命发展的趋势，并用通俗易懂、简洁明快的语言对“智能革命后的世界”进行总体把握和全面刻画。尤其聚焦于未来智能社会的数字 、智人自我改造、AI养老与机器情感、机器人劳动与人类失业、AI科研与后真相状况、人类道德新变化、AI技术治理社会以及避免AI文明危崖等与每个人息息相关的议题。 本书

《DEEPSEEK极速上手：高效做事不内耗》本书本着 不止授人予鱼，更要授人以渔 的写作宗旨，系统性地讲解了大 语言模型 DeepSeek 在人们工作、生活中的革命性应用，从技术原理到案例实践，为读者提供了全栈式的 DeepSeek 应用指南。 全书共 6 章，分别聚焦于 DeepSeek 应用的不同主题，从理论基础到实际操作，再到行业应用，为读者构建了一个完整的知识体系。第 1~2 章从技术演进的角度，深入浅出地介绍 DeepSeek 如何重构人机交互范式，并全面、细致讲解了 DeepSeek的基础操作，为读者快速上手 DeepSeek 打下基础。第 3 章重点介绍了具有独创性的六定模型，这是基于提示工程提出的 DeepSeek 提示词方法论，能帮助读者系统地掌握从简单到复杂的 AI 交互技巧。第 4 章介绍了与 DeepSeek 的深度交互方法，这是基于推理机制、用户意图理解机制、情感交互机制、记忆机制、幻觉机

\\\"人工智能时代来临，将带来划时代的变革。人工智能正改变我们的社会、经济、政治和外交政策，这一切影响远远超过任何领域的传统范畴，而我们为此做好准备了吗？在《人工智能时代与人类未来》一书中，来自政府、企业和科技界的三位思想家——外交家基辛格、谷歌前CEO施密特和麻省理工苏世民计算机学院院长胡滕洛赫尔齐聚一堂，探讨人工智能及其改变社会的方式，以及这项技术对我们所有人的意义。 本书通过梳理人工智能的发展现状、人类思想及技术演进的历程，进一步讨论了人工智能赋能的网络平台给个人、企业、政府、 和地区带来的影响，以及人工智能将在重塑世界秩序和安全格局方面所起的作用。同时，该书反思了人工智能的发展对于人类自我身份认同产生的巨大冲击，以客观的视角提出人类在未来几年所必须面对的问题以及解答工具。

本书是深度学习领域的入门教材，系统地整理了深度学习的知识体系，由浅入深地阐述了深度学习的基础知识、主要模型以及前沿研究热点，使得读者能有效地掌握深度学习的相关知识，并具备以深度学习技术来处理和解决大数

\\\"《DeepSeek大模型高性能核心技术与多模态融合开发》深入剖析国产之光DeepSeek多模态大模型的核心技术，从高性能注意力机制切入，深入揭示DeepSeek的技术精髓与独特优势，详细阐述其在人工智能领域成功的技术秘诀。《DeepSeek大模型高性能核心技术与多模态融合开发》循序渐进地讲解深度学习注意力机制的演进，从经典的多头注意力（MHA）逐步深入DeepSeek的核心技术—多头潜在注意力（MLA）与混合专家模型（MoE）。此外，《DeepSeek大模型高性能核心技术与多模态融合开发》还将详细探讨DeepSeek中的多模态融合策略、技术及应用实例，为读者提供全面的理论指导与应用实践。《DeepSeek大模型高性能核心技术与多模态融合开发》配套所有示例源码、PPT课件、配图PDF文件与读者微信技术交流群。《DeepSeek大模型高性能核心技术与多模态融合开发》共分15章，内容涵盖高性能

如今，人工智能的迅速发展给人们的日常生活和工作带来了巨大的影响。要想让人工智能朝着人类智能的方向持续迈进，我们就应该让我们创造的硅基大脑像人类大脑一样有感知、有记忆、有决策、有行动。问题的难点在于，人类大脑由约1000亿个神经元构成，神经元间交流复杂，大脑掌管认知、意识，影响我们生活的方方面面。我们如何破解如此庞大的复杂系统的运行机制呢？ 在《心智的10大模型》中，计算神经科学家格蕾丝·林赛深入探讨了数学模型在理解大脑中的关键作用。书中通过10个数学模型，从单个神经元到复杂的神经环路，再到整个大脑的行为控制，逐步展示了数学工具如何帮助科学家理解和描述大脑的决策、感觉处理、记忆等过程。本书不仅是一部科学史，也是一本前沿的神经科学指南，为读者呈现了神经科学与数学、计算机科学的跨学科融合，启

数据智能是以数据为中心、以 感知用 为模式的人工智能，也可以说是以数据获取、加工、处理、分析、应用为智能特征的人工智能。数据智能包括智能感知、智能认知（机器学习）、智能控制／ 智能决策等方面，是近代人工智能研究为活跃、应用为普遍的部分。本分册主要从深度生成模型、生成式对抗网络、模型驱动深度学习、自步课程学习、强化学习、迁移学习及演化智能方面进行阐述，涵盖标准算法及精选的应用案例，总结了近年来数据智能研究的发展与成果。

本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的 技术。全书从 适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找 答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络和Q学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。本书延续“鱼书”系列的风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，让人循序渐进地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。

......

人工智能已经全面进入艺术领域，与许多艺术门类如电影、绘画、舞蹈、雕塑等都有不同程度的融合发展。本书涉及各艺术门类、计算机、软件工程、仿生科学等领域，立足社会需求，面向未来发展，着重解答3个问题：人工智能现在经典的艺术应用有哪些？其原理是什么？未来人工智能与艺术的融合角度和方式是什么？本书采用总分总的结构，首先介绍人工智能与艺术的历史渊源；其次按照文学、绘画、音乐、电影、戏剧、舞蹈、建筑、游戏、雕塑9个类别分别叙述人工智能的典型案例、原理和未来发展方向； 总结人工智能与艺术融合的一般范式、现存问题和可能的发展路径。 本书适合社会大众、不同门类艺术专业人员和研究者从广度、深度、专业延伸的角度掌握人工智能与艺术的发展脉络。本书也适合作为信息艺术院校、人工智能交叉学科、新文科等相关

本书对所有主要的深度学习方法和最新研究趋势进行了深入探索。全书分为上下两卷，五个部分。上卷包括两个部分：第一部分是基础算法，包括机器学习基础算法、早期神经网络算法、深度学习的正则化方法和深度学习的优化方法；第二部分是判别式模型，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆模型（LSTM）、注意力机制和记忆网络。下卷包括三个部分：第三部分是生成式模型，包括深度置信网络/深度玻尔兹曼机、自编码器（AE）/变分自编码器（VAE）、生成对抗网络（GAN）、像素级生成、深度聚类等；第四部分是前沿技术，讨论深度强化学习；第五部分是安全保障，包括深度学习的可解释性和对抗样本的攻击与防御。本书特别注重学术前沿，对包括胶囊网络在内的当前最新成果进行了细致的讨论。全书构建了一套明晰的深度学习体系，同时

本书从机器学习的基本原理入手，以常见模型为驱动，配以精心设计的实践案例，为大家呈现了机器学习理论知识和应用方法。书中运用 Python 语言及 scikit-learn 库实现了几大常见机器学习模型的训练程序和预测程序，让读者能够理论联系实际，在学习、工作中应用机器学习。 本书适合打算入门机器学习的人阅读。

如何根据带有噪声的传感器数据来估计机器人的状态（如位置、方向）是机器人学研究中的一个重要问题。本书为机器人学领域的学生和从业人员介绍了状态估计的相关知识，既包含经典的状态估计方法（例如卡尔曼滤波），也包含了 加重要的、现代的主题，例如批量优化、贝叶斯滤波、西格玛点（sigmapoint）滤波、粒子滤波、剔除外点的鲁棒估计、连续时间的轨迹估计和高斯过程回归。由于 大多数机器人在三维世界中工作，因此本书介绍了常见的传感器模型（如相机、激光测距仪），并阐述了如何对旋转状态变量进行状态估计。

本书对所有主要的深度学习方法和**研究趋势进行了深入探索。全书分为上下两卷，五个部分。上卷包括两个部分：第一部分是基础算法，包括机器学习基础算法、早期神经网络算法、深度学习的正则化方法和深度学习的优化方法；第二部分是判别式模型，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆模型（LSTM）、注意力机制和记忆网络。下卷包括三个部分：第三部分是生成式模型，包括深度置信网络/深度玻尔兹曼机、自编码器（AE）/变分自编码器（VAE）、生成对抗网络（GAN）、像素级生成、深度聚类等；第四部分是前沿技术，讨论深度强化学习；第五部分是安全保障，包括深度学习的可解释性和对抗样本的攻击与防御。本书特别注重学术前沿，对包括胶囊网络在内的当前**成果进行了细致的讨论。全书构建了一套明晰的深度学习体系，同时各章内