本书内容分为五章，第一章绪论，第二章PBD：GO纳米复合物忆阻器制备、表征及其忆阻特性研究，第三章PMMA：GO纳米复合物忆阻器制备、表征及其忆阻特性研究，第四章MOF：GO纳米复合物忆阻器制备、表征及其忆阻特性研究，第五章GO：GQDs纳米复合物忆阻器制备、表征及其忆阻特性研究。

本书聚焦人工智能基础理论与应用实践。以“理论筑基—技术解析—场景落地”为主线，构建人工智能应用知识体系。梳理了人工智能从20世纪50年代萌芽到通用人工智能阶段的演进，解析中国AI战略与突破。深入讲解了深度学习与神经网络基础，结合ImageNet竞赛、AlphaGo等案例阐释技术原理与落地逻辑，生成式AI章节聚焦提示词工

本书围绕经典深度神经网络的可解释性问题，系统归纳并介绍了当前主流的可解释性方法，分为基础篇、方法篇和前沿篇。基础篇(第1、2章)概述了深度学习和可解释深度学习的基本概念与发展现状；方法篇(第3-7章)详细介绍了5种经典的可解释深度学习方法，涵盖方法原理分析和代码实现；前沿篇(第8、9章)探讨了可解释性研究领域的对抗攻击

本书以独创的AI工程效能提升方法论为核心，针对软件研发全生命周期中的关键场景，系统化构建智能开发解决方案。通过解构需求分析、系统设计、开发实现、测试部署四大核心环节，深度剖析十大高价值赋能场景。基于作者在科技企业的实战经验，助力开发者突破效率瓶颈，重构工作价值，打造不可替代的智能竞争力。

本书围绕计算机视觉和智能语音处理技术在交通、工业等领域的实际项目案例，深入浅出地讲解项目涉及的核心模型与关键技术。本书中的案例代码可以在PC和AIE-kit人工智能边缘计算实训设备上进行部署与实施，软、硬件结合实现了教学场景化、学习趣味化。本书首先介绍计算机视觉和语音识别的基础技术及机器学习技术的应用，例如人脸检测、眨

本书面向有兴趣构建和部署AI应用的开发人员和数据科学家，以及项目经理、技术支持人员、管理人员等。随着人工智能和机器学习的兴起，LLM越来越受欢迎，但其高昂的计算成本让许多组织望而却步。本书涵盖了一系列的主题，包括模型选择、预处理/后处理、提示工程、指令微调等，重点是具有成本效益的方法。本书还探讨了优化推断的技术，如模型

本书将最新的研究成果与实践案例相结合，将时间线推进至2025年，系统全面地介绍了AI大模型的工作原理、应用场景，以及如何通过提示词与模型进行有效交互。书中不仅详细阐述了AI大模型在不同领域的应用实例，还深入讨论了如何通过精心设计的提示词来引导模型输出高质量的结果，从而帮助用户在各自的专业领域中取得突破。本书旨在帮助读者

本书共12章，首先第1章和第2章详细介绍了DeepSeek和豆包的特点以及基础操作方法，让读者能更好地了解和使用DeepSeek和豆包；接着第3章到第8章分别介绍了DeepSeek和豆包在学习成长、职场工作和教育法律、自媒体电商、创意生成和日常旅行等方面的实际案例，确保读者能够掌握DeepSeek和豆包在各领域的实际应

本书详细探讨了人工智能的基础知识，包括数学基础、逻辑与算法、数据结构与处理等，为读者理解更高级的人工智能技术打下坚实的基础。在核心技术章节中，深入讲解了机器学习、深度学习、自然语言处理等关键技术，并通过案例分析，让读者了解这些技术在实际中的应用。同时，本书还探讨了人工智能在不同领域的应用，如智能机器人、计算机视觉、医疗

本书聚焦机器学习在多领域的跨域融合应用，系统梳理了无人系统(无人船、无人机、无人车)、脑电信号、材料科学三大领域的技术逻辑与关联。在内容上，首先阐述机器学习算法基础与数据处理方法，然后分领域深入分析无人船智能感知、无人机自主控制、无人车安全驾驶、脑电信号解码、材料性能预测等核心技术，最后分析跨域共性瓶颈与多域融合案例。