本書使用安全工程和隱私設(shè)計原則來設(shè)計一個安全的物聯(lián)網(wǎng)生態(tài)系統(tǒng)和網(wǎng)絡(luò)安全的實施解決方案，引導(dǎo)讀者從了解物聯(lián)網(wǎng)技術(shù)的安全問題開始，到解決如何將其應(yīng)用于各個領(lǐng)域，如何應(yīng)對安全挑戰(zhàn)，如何為物聯(lián)網(wǎng)設(shè)備構(gòu)建安全基礎(chǔ)設(shè)施等問題。本書應(yīng)用物聯(lián)網(wǎng)的基礎(chǔ)設(shè)施中存在的安全威脅與傳統(tǒng)臨時的或基礎(chǔ)設(shè)施網(wǎng)絡(luò)區(qū)分開來，全面討論了物聯(lián)網(wǎng)中射頻識別和無

類人人工智能 人工智能理論算法與工程技術(shù)叢書 理論篇 國防工業(yè)出版社 當(dāng)當(dāng)圖書 正版

近年來，人工智能已經(jīng)取得劃時代的飛速發(fā)展。從ChatGPT、GPT-4，到DeepMind的AlphaFold，再到自動駕駛技術(shù)的重大突破，進(jìn)一步拓展了人工智能的應(yīng)用場景以及能力，2024年的諾貝爾獎更是體現(xiàn)出了不容忽視的人工智能含量。2025年4月25日，中共中央政治局就加強人工智能發(fā)展和監(jiān)管進(jìn)行第二十次集體學(xué)習(xí)時強

優(yōu)化提示詞是用好GPT的關(guān)鍵。本書基于GPT，討論提示詞的使用技巧和優(yōu)化方法。本書不僅討論如何讓GPT不再胡說八道，如何用GPT解決各種問題，如何讓GPT了解用戶的需求，如何讓GPT記憶力超群，還講述如何應(yīng)用GPT，如何讓GPT自動運行，如何打造商業(yè)級別的GPT，如何辨別GPT生成的內(nèi)容。無論你是職場人士，還是在校大學(xué)

本書以Notion為操作平臺，通過實例講解如何應(yīng)用Notion和NotionAI來輔助完成任務(wù)，以幫助讀者提高工作、學(xué)習(xí)效率和更好地規(guī)劃生活。本書采用功能講解實訓(xùn)案例的模式編寫。在功能講解部分，本書通過實戰(zhàn)案例詳細(xì)介紹Notion的基礎(chǔ)功能和三大核心元素（塊、頁面、數(shù)據(jù)庫），以及NotionAI的使用方法。在實訓(xùn)案例部

本書全面且深入地呈現(xiàn)了深度學(xué)習(xí)領(lǐng)域的知識體系，系統(tǒng)梳理了該領(lǐng)域的核心知識，闡述了深度學(xué)習(xí)的關(guān)鍵概念、基礎(chǔ)理論及核心思想，剖析了當(dāng)代深度學(xué)習(xí)架構(gòu)與技術(shù)。全書共20章。本書首先介紹深度學(xué)習(xí)的發(fā)展歷程、基本概念及其在諸多領(lǐng)域（如醫(yī)療診斷、圖像合成等）產(chǎn)生的深遠(yuǎn)影響；繼而深入探討支撐深度學(xué)習(xí)的數(shù)學(xué)原理，包括概率、標(biāo)準(zhǔn)分布等；在

如今，以DeepSeek為代表的AI工具迅速崛起，深刻地改變了人類獲取與處理信息的方式。但在應(yīng)用DeepSeek的過程中，很多人發(fā)現(xiàn)，向DeepSeek提出問題后，得到的回復(fù)往往不盡如人意，或是過于寬泛、缺乏針對性，或是未能切中要點、不能解決實際問題。導(dǎo)致這一問題的根本原因是，提問者缺乏有效的提問技巧，無法精準(zhǔn)引導(dǎo)AI

本書全程圖解式講解，通過大量全彩插圖拆解概念，讓讀者真正告別學(xué)習(xí)大模型的枯燥和復(fù)雜。 全書分為三部分，依次介紹語言模型的原理、應(yīng)用及優(yōu)化。第一部分理解語言模型（第1~3章），解析語言模型的核心概念，包括詞元、嵌入向量及Transformer架構(gòu)，幫助讀者建立基礎(chǔ)認(rèn)知。第二部分使用預(yù)訓(xùn)練語言模型（第4~9章），介紹如何使

本書是基于人工智能生成內(nèi)容（AIGC）技術(shù)撰寫的實用指南，力求通過簡潔明了的語言，以“案例+步驟”的方式詳細(xì)介紹AIGC在各領(lǐng)域中的應(yīng)用，使讀者能夠使用AIGC技術(shù)來提高自身工作效率、豐富生活及增強內(nèi)容創(chuàng)作能力。 本書共6章。第1章介紹了AIGC的基本概念，向AIGC提問的技巧、方法，優(yōu)化AI回答的指令，以及目前市面上

本書深入剖析DeepSeek的核心技術(shù)，介紹了提示詞的原理與高級應(yīng)用，對DeepSeek的模型架構(gòu)、訓(xùn)練框架，以及MoE優(yōu)化、MLA、思維鏈、GRPO算法、獎勵模型等技術(shù)細(xì)節(jié)進(jìn)行了探討。此外，本書對DeepSeek給人工智能行業(yè)格局帶來的影響及DeepSeek的開源貢獻(xiàn)進(jìn)行了分析，對大模型的未來趨勢進(jìn)行了展望，并介紹了