本書闡述了基于群組及Lp正則項(xiàng)稀疏神經(jīng)元反應(yīng)的多種神經(jīng)網(wǎng)絡(luò)建模的思想，介紹了以大腦神經(jīng)元反應(yīng)能耗為約束的多目標(biāo)稀疏優(yōu)化模型，并針對(duì)傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)、Pi-Sigma神經(jīng)網(wǎng)絡(luò)，Sigma-Pi-Sigma神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、嶺多項(xiàng)式神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)等給出了相關(guān)的稀疏優(yōu)化方案，并針對(duì)每種具體的神經(jīng)網(wǎng)絡(luò)模型給

在人工智能時(shí)代，智能體平臺(tái)已成為連接技術(shù)與生活的橋梁。本書全面介紹了當(dāng)前主流的智能體平臺(tái)及其應(yīng)用，旨在為讀者開啟智能化生活的大門。全書共分九章，首先對(duì)智能體平臺(tái)進(jìn)行概述，涵蓋基礎(chǔ)術(shù)語(yǔ)、核心特點(diǎn)、功能分類及應(yīng)用領(lǐng)域，并展望未來(lái)發(fā)展趨勢(shì)。隨后，深入剖析了八大智能體平臺(tái)：智譜AI、天工SkyAgents、訊飛星火、豆包、通義

在人工智能高速發(fā)展的當(dāng)下，本書圍繞全球首款通用AIAgent——Manus展開。"認(rèn)知篇”回溯AIAgent發(fā)展軌跡，剖析其與大模型的不同，突出Manus"知行合一”的獨(dú)特理念；"基礎(chǔ)操作篇”細(xì)致介紹Manus的安裝注冊(cè)流程、界面交互方式，分享個(gè)性化設(shè)置技巧，同時(shí)深入解讀技術(shù)原理，助力讀者快速入門；"場(chǎng)景應(yīng)用篇”重點(diǎn)呈

人工智能通識(shí)教育是高等教育領(lǐng)域亟待探索的重要課題。本書圍繞人工智能通識(shí)教育實(shí)踐主題展開，從大語(yǔ)言模型入門，沿著數(shù)據(jù)、計(jì)算、智能工具到智能模型的路徑，逐步引導(dǎo)學(xué)生進(jìn)入人工智能的世界。本書聚焦于計(jì)算機(jī)視覺和自然語(yǔ)言處理兩大應(yīng)用方向，幫助學(xué)生理解深度學(xué)習(xí)模型，并通過(guò)調(diào)用大模型API的方式將智能模型融入實(shí)際程序。全書共9章，各

本書圍繞ModelContextProtocol（MCP）這一新興的大模型上下文控制協(xié)議展開，系統(tǒng)講解其技術(shù)原理、協(xié)議結(jié)構(gòu)、開發(fā)機(jī)制及工程化實(shí)踐方法，旨在為大語(yǔ)言模型（LLM）開發(fā)者、架構(gòu)設(shè)計(jì)師及人工智能工程人員提供一套實(shí)用且嚴(yán)謹(jǐn)?shù)膮⒖贾改�。全書共分為十章，�?nèi)容由淺入深。全書首先從LLM的核心原理出發(fā)，介紹Transf

本書是一本關(guān)于生成式人工智能技術(shù)的通識(shí)性教材，圍繞技術(shù)探索、倫理治理與行業(yè)實(shí)踐三大維度構(gòu)建了多層次的知識(shí)體系。全書分為理論基礎(chǔ)、核心技術(shù)與產(chǎn)業(yè)應(yīng)用三大模塊，深入解析了大模型生成機(jī)制、多模態(tài)協(xié)同、RAG技術(shù)及人工智能倫理等核心領(lǐng)域。通過(guò)醫(yī)療診斷、工業(yè)質(zhì)檢等典型場(chǎng)景案例，結(jié)合可復(fù)現(xiàn)的JupyterNotebook代碼，實(shí)現(xiàn)

本書系統(tǒng)地介紹了人工智能的基礎(chǔ)概念、發(fā)展歷程和應(yīng)用技術(shù)，并深入探討了AIGC（生成式人工智能）的實(shí)際應(yīng)用。全書通過(guò)豐富的圖解和實(shí)際案例，深入淺出地講解了人工智能的核心概念和技術(shù)，包括云計(jì)算、大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)及生成對(duì)抗網(wǎng)絡(luò)（GAN）。書中特別關(guān)注AIGC的應(yīng)用，涵蓋了文本生成、圖像生成及視頻編輯等前沿領(lǐng)域。每章

在人工智能蓬勃發(fā)展的當(dāng)下，大模型技術(shù)正引領(lǐng)著新一輪的技術(shù)變革。本書以Python語(yǔ)言為主要工具，采用理論與實(shí)踐相結(jié)合的方式，全面、深入地闡述了人工智能大模型的構(gòu)建與應(yīng)用，旨在幫助讀者系統(tǒng)理解大模型的技術(shù)原理，掌握其核心訓(xùn)練方法，從而在人工智能領(lǐng)域建立系統(tǒng)的技術(shù)認(rèn)知體系。 全書分為五個(gè)部分：第一部分從大模型的技術(shù)演進(jìn)歷程

本書共11章，分為四篇。第一篇(第1-3章)先通過(guò)案例對(duì)比展示MCP的強(qiáng)大功能，隨后介紹MCP的發(fā)展歷程，最后深入剖析MCP的核心優(yōu)勢(shì)及其應(yīng)用、核心原理和安全問(wèn)題；第二篇(第4章和第5章)對(duì)目前主流的MCP開發(fā)平臺(tái)和資源進(jìn)行全面梳理；第三篇(第6章和第7章)專注于MCP的開發(fā)實(shí)踐，從開發(fā)環(huán)境搭建、MCPServer與M

本書是一本AutoGen技術(shù)指南，能夠幫助讀者從基礎(chǔ)到高級(jí)逐步掌握AutoGenAgent(智能體或代理)開發(fā)技術(shù)，為從事相關(guān)領(lǐng)域的開發(fā)和研究提供有力支持。本書共六章，內(nèi)容涵蓋AutoGen基礎(chǔ)理論、環(huán)境搭建、智能助手構(gòu)建、高級(jí)功能與性能優(yōu)化、復(fù)雜多Agent協(xié)作系統(tǒng)構(gòu)建以及多Agent高級(jí)模式與實(shí)戰(zhàn)。