本书通过案例讲解如何使用TensorFlow 解决深度学习的实际任务， 每章都包含TensorFlow 1.x 和2.0 的代码实现。全书共分10 章，主要讲解卷积神经网络、LSTM、Seq2Seq、Transformer、BERT、文本卷积、GBDT、FM、FFM、Dlib、MTN、VGG、AlphaGo / AlphaZero、BiLSTM、DQN、Gym、GAN 等技术，包含的项目有CIFAR-100 图像分类、、古诗生成、推荐系统、广告点击率预测、人脸识别、中国象棋、汉字OCR、FlappyBird 和超级马里奥、人脸生成。

本书系统地介绍了机械手为主的先进控制器的设计和分析方法，是作者多年从事机器人控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的*新成果。 本书是在原有《机器人控制系统的设计与MATLAB仿真》基础上撰写而成的。全书分为上下两册，作为下册，本册以电机、机械手、倒立摆、移动机器人和四旋翼飞行器为对象，共分13章，包括控制系统输出受限控制、控制输入受限控制、基于轨迹规划的机械手控制、机械手模糊自适应反演控制、机械手迭代学习控制、柔性机械手反演及动态面控制、柔性机械臂分布式参数边界控制、移动机器人的轨迹跟踪控制、移动机器人双环轨迹跟踪控制、四旋翼飞行器轨迹控制、基于LMI的控制系统设计、基于线性矩阵不等式的倒立摆T S模糊控制和执行器容错控制。每种控制方法都给出了算法推导、实例

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。

用数据和人工智能升级企业 用创新决策方案迎接挑战 20位数据专业人士讲述亲身经历，展示如何巧妙推动组织数据转变 本书对数据和人工智能转变中的实践经验进行了解读，对企业可选择的人工智能与数据应用方案提出了使用建议，让企业能够充分利用大数据与人工智能的优势，挖掘企业潜在能量，在数字化时代得以生存、发展、升级。本书还能让企业管理者意识到企业在数字化转型中将面临哪些挑战，并巧妙应用技术，顺利迎接挑战。本书对企业数字化转型有的指导作用，丰富的案例值得企业管理者及相关案例者从中借鉴经验，应用于企业数字化转型实战中。

语音识别已经逐渐进入人们的日常生活。语音识别技术是涉及语言、计算机、数学等领域的交叉学科。《深度学习：语音识别技术实践》介绍了包括C#、Perl、Python、Java在内的多种编程语言实践，开源语音识别工具包Kaldi的使用与代码分析，深度学习的开发环境搭建，卷积神经网络，以及语音识别中常见的语言模型N元模型和依存模型等，让读者快速了解语音识别基础，掌握开发语音识别程序的算法。《深度学习：语音识别技术实践》从语音识别的基础开始讲起，并辅以翔实的案例，既适合需要具体实现语音识别的程序员使用，也适合有机器学习或语音识别基础的学生、研究者或从业者阅读。

从零基础开始，系统阐述卷积神经网络理论基础及其实践应用，可以帮助初学者快速学习和构建深度学习系统。章简要介绍了图像表示和一些计算机视觉模型；第2章介绍了回归、机器学习和优化的概念；第3章介绍了Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数，以及两类和多类问题的单神经元模型等；第4章介绍了卷积池化层和CNN；第5章通过介绍CNN的一些当前新颖实用的用法，进一步拓展和丰富了深度神经网络的结构。