本套丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型，并着重展示了PyTorch是如何实现这些算法和模型的。其共分为三卷：编程基础、计算机视觉、序列与自然语言处理。本书为该套丛书的第三卷：序列与自然语言处理。主要介绍了循环神经网络(RNN、GRU和LSTM)和一维卷积；Seq2Seq模型、注意力、自注意力、

本书为该套丛书的第二卷：计算机视觉。本书主要介绍了深度模型、激活函数和特征空间；Torchvision、数据集、模型和变换；卷积神经网络、丢弃和学习率调度器；迁移学习和微调流行的模型(ResNet、Inception等)等内容。

这是一本关于数智时代人工智能技术落地应用场景的前沿趋势类图书。场景是争夺用户时长与可支配收入的产品与服务的组合，toC的场景如此，toB/G的场景亦然。场景定义是基于将场景作为一种最佳的切割方式，以期完备的锁定未来能出的所有爆款。2021年元宇宙、2022年人形机器人、2023年ChatGPT与MR眼镜、2024年的S

本书基于认知神经科学视角，在系统性梳理现有研究的基础上，从传统的电商网站到电商直播、虚拟现实、智能会话代理和机器人等新型平台，再到脑机接口这一人机交互的最高阶应用，对这些数智平台的用户行为及其背后的认知机制进行探讨，并对用户在这些平台上的信息安全和隐私决策行为进行了研究。本书遵循“平台特征—机体反应—用户行为”的路径对

本书介绍了人工智能发展过程中涌现出的思想以及经典技术。本书共12章，内容结构大致可以分为4部分：第一部分（第1～3章），这部分为基础知识，简单介绍人工智能发展的历史与现状（第1章），数据编码技术（第2章）以及人工智能需要用到的数学知识（第3章）；第二部分（第4～7章），经典人工智能，主要介绍经典人工智能算法（第4章），

《PyTorch深度学习与企业级项目实战》立足于具体的企业级项目开发实践，以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书配套示例项目源代码、数据集、PPT课件与作者微信群答疑服务。《PyTorch深度学习与企业级项目实战》共分18

本书以“未来小镇”的规划建设及智能生活为主题，分为“探秘人工智能王国”“未来小镇初建设”“未来小镇新生活”三章，共17个项目。书中设计了“灰灰”（人工智能初学者）和“大大”（人工智能专家）两个人物角色，通过他们的对话衔接每个项目和环节的主题，让学生更容易融入角色，切身体验项目设计的思路，主动完成项目内容的探究学习。每个

本书以赢者通吃网络和马太效应为研究对象，从优化视角构建、分析和设计网络模型，并建模计算社会系统中的马太效应，同时探讨时延和网络切换等条件下的模型。本书提供关于神经动力学算法，详细介绍分布式协同建模的赢者通吃网络，并给出该类方法在解决相关领域的科学和工程问题中的应用，以辅助读者更深入地理解基于竞争与合作网络问题的解决思路

本书通过MATLAB/Simulink基础工具阐述控制系统的建模、分析和设计。本书首先提出对建模和控制的需求，之后继续介绍单轴刚体动力学(齿轮、小车沿斜坡滚动)，然后对直流电动机、转速表和光学编码器进行建模。利用这些动态模型的传递函数表示，引入PID控制器作为跟踪阶跃输入和抑制恒定干扰的有效方法。本书还讲述现代控制理论

本书从注意力机制这一重要角度入手，阐述注意力机制的产生背景和发展历程，通过详实的理论剖析，以深入浅出的方式着重介绍注意力机制在计算机视觉、自然语言处理，以及多模态机器学习三大人工智能方向中的应用思路、模型与算法。