本書是為應(yīng)用型本科學(xué)校自動(dòng)控制類課程編寫的教材，重點(diǎn)講述了經(jīng)典控制理論、離散控制系統(tǒng)及其應(yīng)用，主要內(nèi)容包括自動(dòng)控制基礎(chǔ)概論、控制系統(tǒng)的動(dòng)態(tài)數(shù)學(xué)模型、控制系統(tǒng)的時(shí)域瞬態(tài)響應(yīng)分析、線性系統(tǒng)的根軌跡法、控制系統(tǒng)的頻率特性、控制系統(tǒng)的綜合與校正、離散系統(tǒng)與計(jì)算機(jī)控制系統(tǒng)，還對(duì)非線性控制系統(tǒng)分析和線性系統(tǒng)的狀態(tài)空間分析作了介紹。

本書以人工液位系統(tǒng)、電機(jī)轉(zhuǎn)速等5個(gè)工程項(xiàng)目為載體，以完成具體項(xiàng)目任務(wù)為主線，將自動(dòng)控制系統(tǒng)的總體認(rèn)識(shí)、數(shù)學(xué)模型建立、系統(tǒng)性能分析方法以及系統(tǒng)主要性能的分析和校正等經(jīng)典控制理論知識(shí)融入各工程項(xiàng)目中，讓學(xué)生在解決實(shí)際工程問題的過程中理解和掌握抽象的理論知識(shí)，從而達(dá)到學(xué)以致用的目的。每個(gè)項(xiàng)目都有項(xiàng)目引入、信息收集、項(xiàng)目實(shí)施、

人工智能是一門新的交叉學(xué)科，近年來涌現(xiàn)出了許多新的算法模型和框架。本書面向人工智能算法的實(shí)踐與應(yīng)用，參考了*級(jí)會(huì)議和國內(nèi)外競賽平臺(tái)的內(nèi)容，將所涉及的分類、檢測、識(shí)別、預(yù)測等多項(xiàng)實(shí)驗(yàn)任務(wù)進(jìn)行歸類和優(yōu)化整理。書中對(duì)每個(gè)實(shí)驗(yàn)的背景與內(nèi)容都進(jìn)行了詳細(xì)闡述，對(duì)實(shí)驗(yàn)的要求與評(píng)估方法進(jìn)行了深入討論，對(duì)實(shí)驗(yàn)數(shù)據(jù)及來源進(jìn)行了詳盡描述，并

本書作為“自動(dòng)控制原理”課程實(shí)踐性教學(xué)的教材，較全面地涵蓋了經(jīng)典控制理論知識(shí)的重點(diǎn)和難點(diǎn)。本書所編排的實(shí)驗(yàn)章節(jié)內(nèi)容與“自動(dòng)控制原理”教材的課程內(nèi)容相對(duì)應(yīng)，共5章，分別為自動(dòng)控制的基礎(chǔ)理論、線性系統(tǒng)時(shí)域分析、線性系統(tǒng)頻域分析、線性系統(tǒng)的校正與設(shè)計(jì)、非線性系統(tǒng)分析及線性系統(tǒng)的狀態(tài)反饋，并按照自動(dòng)控制原理知識(shí)體系精心設(shè)計(jì)了2

本書首先闡述了物聯(lián)網(wǎng)的基本概念、關(guān)鍵技術(shù)和應(yīng)用案例等物聯(lián)網(wǎng)的基本理論知識(shí)，然后循序漸進(jìn)地介紹物聯(lián)網(wǎng)開發(fā)的典型實(shí)戰(zhàn)任務(wù)，通過逐級(jí)遞進(jìn)式任務(wù)介紹法達(dá)到理論與實(shí)踐相結(jié)合的目的，使讀者清晰地了解物聯(lián)網(wǎng)系統(tǒng)開發(fā)的整體流程。本書針對(duì)每個(gè)實(shí)戰(zhàn)任務(wù)提供微課視頻和源代碼。本書可作為高等院校通信工程、電子信息工程、人工智能、機(jī)械電子、計(jì)算

本書以交互設(shè)計(jì)的理論方法為主線，建立正確的認(rèn)識(shí)論和方法論，通過六個(gè)步驟，從三個(gè)角度介紹交互設(shè)計(jì)的流程和思維方法。六個(gè)步驟主要包括市場調(diào)研與設(shè)計(jì)研究、用戶研究與任務(wù)分析、商業(yè)模型與概念設(shè)計(jì)、信息架構(gòu)與設(shè)計(jì)實(shí)現(xiàn)、設(shè)計(jì)評(píng)估與用戶測試、系統(tǒng)開發(fā)與運(yùn)營跟蹤。本書通過真實(shí)、完整的案例，與讀者分享作者的實(shí)踐心得，幫助讀者加深對(duì)交互設(shè)

內(nèi)容簡介書中以案例形式詳細(xì)介紹了PyTorch的各種實(shí)戰(zhàn)應(yīng)用。具體內(nèi)容包括PyTorch與TensorFlow的對(duì)比和PyTorch的發(fā)展現(xiàn)狀，張量Tensor和自動(dòng)微分Autograd及其具體應(yīng)用，PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)，基于PyTorch構(gòu)建復(fù)雜應(yīng)用，PyTorch高級(jí)技巧與實(shí)戰(zhàn)應(yīng)用，網(wǎng)絡(luò)剪枝應(yīng)用。

??學(xué)習(xí)成功機(jī)器學(xué)習(xí)項(xiàng)目的最佳實(shí)踐。??使用Azure完成自動(dòng)機(jī)器學(xué)習(xí)。??理解分類和回歸，以及模型可解釋性和透明性等概念。??了解如何在其他環(huán)境中使用AutomatedML，如AzureDatabricks、ML.NET和SQLServer。??探索推動(dòng)機(jī)器學(xué)習(xí)大眾化的工具。

·學(xué)習(xí)如何在生產(chǎn)環(huán)境部署深度學(xué)習(xí)模型。·研究多家領(lǐng)先公司的PyTorch用例。·學(xué)習(xí)如何對(duì)圖像應(yīng)用遷移學(xué)習(xí)。·使用Wikipedia上訓(xùn)練的一個(gè)模型應(yīng)用前沿的NLP技術(shù)。·使用PyTorch的torchaudio庫用一個(gè)基于卷積的模型完成音頻分類。&

本書為“十二五”普通高等教育本科國家規(guī)劃教材。全書共三篇，主要包括理論方法要點(diǎn)與例題習(xí)題、大學(xué)考試試題和研究生入學(xué)試題。第D一篇給出了典型題目及其詳解以及足夠多的針對(duì)性練習(xí)題目；第二篇提供了大學(xué)課程考試的模擬試卷和按考核要點(diǎn)細(xì)分的分類試題，并按照按課程開設(shè)的不同學(xué)時(shí)，分為高水平、中水平和初水平三類；第三篇是研究生入學(xué)試