《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本
。
本书是关于机器人学和机器视觉的实用参考书,部分“基础知识”(第2章和第3章)介绍机器人及其操作对象的位置和姿态描述,以及机器人路径和运动的表示方法;第二部分“移动机器人”(第4章至第6章)介绍其基本运动控制模式及其导航和定位方法;第三部分“臂型机器人”(第7章至第9章)介绍其运动学、动力学和控制方面的知识;第四部分“计算机视觉”(0章至4章)包括光照与色彩,图像形成和处理技术,图像特征提取,以及基于多幅图像的立体视觉技术;第五部分“机器人学、视学与控制”(5章和6章)分别讨论基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本书将机器人学与机器视觉知识有机结合,给出了实例算法和程序。作者有完备的代码可下载,用于验证书中知识点和实例,注重如何利用视觉信息控制机器人的运动。
地球的公转,使得我们有了季节的往复;地球的自转,使得我们有了昼夜的交替。在每一个晨昏、昼夜、旦夕、早晚,在每一次阴晴,每一轮朔望,在每一个朝朝暮暮,在每一个春宵夏晌,在一日、一旬、一月的光阴流转中,我
本书以工业大数据的特点和需求为牵引,阐述了工业大数据分析的算法与实现机制,使具有工科背景读者建立起数据思维,灵活利用数据分析算法进行实际问题的建模,并实现分析项目高效迭代与落地。具体主题覆盖了工业大数
本书着眼于计算机视觉教学实践,系统地介绍了计算机视觉的基本内容及其代码实现。本书包含4个部分:第一部分为计算机视觉导论,带领读者初步了解计算机视觉。第二部分为计算机视觉中的图像处理基础,介绍了图像滤
人工智能驱动科学创新(AI for Science)带来的产业变革与每个人息息相关。人工智能作为新一轮科技革命和产业变革的核心驱动力,其潜力已初现倪端。然而,要想推动人类文明的整体跃进,人工智能必须与各交叉领域的科学研究紧密结合,学习科学原理、创造科学模型来解决实际问题,加快科技成果向现实生产力转化。本书聚焦于深度学习、强化学习、迁移学习、深度神经网络等人工智能技术与材料科学、生命科学、电子科学、能源科学、环境科学五大领域的交叉融合,通过深入浅出的语言和具体应用示例,对基本概念、技术原理和应用场景进行了全面的介绍。