尚硅谷公开课第19季-实战：360度全景图片_前端开发教程
教程名称： 尚硅谷公开课第19季-实战：360度全景图片
尚硅谷公开课第20季-HTML5特效实战_前端开发教程
教程名称： 尚硅谷公开课第20季-HTML5特效实战
尚硅谷公开课第22季-CSS3特效实战_前端开发教程
教程名称： 尚硅谷公开课第22季-CSS3特效实战
尚硅谷公开课第23季-轻松搞定毕业设计_前端开发教程
教程名称： 尚硅谷公开课第23季-轻松搞定毕业设计
深度学习利器tensorflow程序设计_人工智能教程
资源名称：深度学习利器tensorflow程序设计 资源截图：
人工智能 一种现代的方法（第3版）_人工智能教程
资源名称：人工智能 一种现代的方法（第3版） 内容简介： 《人工智能：一种现代的方法（第3版）》是最权威、最经典的人工智能教材，已被全世界100多个国家的1200多所大学用作教材。 《人工智能：一种现代的方法（第3版）》的最新版全面而系统地介绍了人工智能的理论和实践，阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向。全书分为七大部分：第1部分“人工智能”，第II部分“问题求解”，第III部分“知识、推理与规划”，第IV部分“不确定知识与推理”，第V部分“学习”，第VI部分“通信、感知与行动”，第VII部分“结论”。《人工智能：一种现代的方法（第3版）》既详细介绍了人工智能的基本概念、思想和算法，还描述了其各个研究方向最前沿的进展，同时收集整理了详实的历史文献与事件。另外，本书的配套网址为教师和学生提供了大量教学和学习资料。 本书适合于不同层次和领域的研究人员及学生，是高等院校本科生和研究生人工智能课的首选教材，也是相关领域的科研与工程技术人员的重要参考书。 资源目录： 第Ⅰ部分人工智能 第1章绪论 1.1什么是人工智能 1.2人工智能的基础 1.3人工智能的历史 1.4最新发展水平 1.5本章小结 参考文献与历史注释 习题 第2章智能Agent 2.1Agent和环境 2.2好的行为：理性的概念 2.3环境的性质 2.4Agent的结构 2.5本章小结 参考文献与历史注释 习题 第Ⅱ部分问题求解 第3章通过搜索进行问题求解 3.1问题求解Agent 3.2问题实例 3.3通过搜索求解 3.4无信息搜索策略 3.5有信息（启发式）的搜索策略 3.6启发式函数 3.7本章小结 参考文献与历史注释 习题 第4章超越经典搜索 4.1局部搜索算法和最优化问题 4.2连续空间中的局部搜索 4.3使用不确定动作的搜索 4.4使用部分可观察信息的搜索 4.5联机搜索Agent和未知环境 4.6本章小结 参考文献与历史注释 习题 第5章对抗搜索 5.1博弈...
TensorFlow技术解析与实战 PDF_人工智能教程
资源名称：TensorFlow技术解析与实战 PDF 内容简介： TensorFlow 是谷歌公司开发的深度学习框架，也是目前深度学习的主流框架之一。本书从深度学习的基础讲起，深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识，深度学习的方法，TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程，实现一个自定义操作，并进行TensorFlow源代码解析，介绍卷积神经网络（CNN）和循环神经网络（RNN）的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识；实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络（CNN、RNN和自编码网络等）并对MNIST数据集进行训练，讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用；提高篇讲解TensorFlow的分布式原理、架构、模式、API，还会介绍TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes结合、TensorFlowOnSpark、TensorFlow移动端应用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow计算加速等其他特性。最后，附录中列出一些可供参考的公开数据集，并结合作者的项目经验介绍项目管理的一些建议。 作者简介： 李嘉璇，创建TensorFlow交流社区，活跃于国内各大技术社区，知乎编程问题回答者。致力于人工智能的研究，对深度学习框架的架构、源码分析及在不同领域的应用有浓厚兴趣。有过上百篇论文阅读和深度学习经验，处理图像、社交文本数据情感分析、数据挖掘经验，参与过基于深度学习的自动驾驶二维感知系统Hackathon竞赛，曾任职百度研发工程师。 资源目录： 第一篇 基础篇 第1章 人工智能概述 2 1.1 什么是人工智能 2 1.2 什么是深度学习 5 1.3 深度学习的入门方法 7 1.4 什么是TensorFlow 11 1.5 为什么要学TensorFlow 12 1.5.1 TensorFlow的特性 14 1.5.2 使用TensorFlow的公司 15 1.5.3 TensorFlow的发展 16 1.6 机器学习的相关赛事 16 1.6.1 ImageNet的ILSVRC 17 1.6.2 Kaggle 18 1.6.3 天池大数据竞赛 19 1.7 国内的人工智能公司 20 1.8 小结 22 第2章 TensorFlow环境的准备 23 2.1 下载TensorFlow...
深度学习原理与TensorFlow实践 PDF_人工智能教程
资源名称：深度学习原理与TensorFlow实践 PDF 内容简介： 《深度学习原理与TensorFlow实践》主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域最优秀的计算系统之一，《深度学习原理与TensorFlow实践》结合实例介绍了使用TensorFlow开发机器学习应用的详细方法和步骤。同时，《深度学习原理与TensorFlow实践》着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循环神经网络的理论知识及其TensorFlow实现方法，并结合实际场景和例子描述了深度学习技术的应用范围与效果。 《深度学习原理与TensorFlow实践》非常适合对机器学习、深度学习感兴趣的读者，或是对深度学习理论有所了解，希望尝试更多工程实践的读者，抑或是对工程产品有较多经验，希望学习深度学习理论的读者。 作者简介： 喻俨，百纳信息（海豚浏览器）研发副总裁。2007年加入微软亚洲工程院，2011年加入百纳信息负责海外业务线，从0到1做过多个项目，现致力于AI和大数据产品的研究与应用。 莫瑜，先后任职于微软和海豚浏览器，从事搜索引擎、音乐检索/哼唱搜索、内容分发推荐算法和对话机器人技术研发。长期以来持续关注和实践大规模数据算法性能优化、搜索引擎、推荐系统和人工智能技术。 王琛，英国爱丁堡大学人工智能专业硕士，现为百纳信息技术有限公司人工智能方向负责人。早年参加过信息学奥林匹克竞赛获得河北省第一名、全国三等奖，并保送进入中山大学。大学期间，在ACM竞赛上也屡获佳绩。硕士毕业后就职于百度基础架构部，参与大数据平台研发工作，对大数据分析处理、分布式系统架构等方面都有比较深刻的理解。2014年加入百纳，负责多个项目的研发，自2016年起负责人工智能方向的探索。 胡振邦，拥有博士学位，百纳信息技术有限公司高级算法研究员，毕业于中国地质大学计算机学院地学信息工程专业。读博期间，参与了关于遥感卫星图像识别分析的863项目，并且是主要的研发人员。毕业以来，一直从事图像识别方面的算法研发工作，主要方向包括目标检测、图文检索、图像分类与验证等，在图像处理、计算机视觉等方面都有深厚的积累和经验。 高杰，是一位1980年出生于苏北的“爱学习、能折腾、有情怀”的大叔。毕业于扬州中学特招班，1998年入学华中科技大学机械系，兼修管理、会计，自学计算机，2003年考入南京大学软件学院，曾任德国西门子内部SAP咨询师，还在中银国际TMT投行、金山软件集团投资部任过职，2015年与合伙人联合创立了图灵科技集团，与华尔街顶尖交易团队一起致力于量化交易、算法模型和人工智能在金融领域的应用，目前这家公司管理着超过20亿元的资产，是细分市场的领先公司。 资源目录： 1 深度学习简介 1 1.1 深度学习介绍 1 1.2 深度学习的趋势 7 1.3 参考资料 10 2 TensorFlow系统介绍 12 2.1 TensorFlow诞生的动机 12 2.2 TensorFlow系统简介 14 2.3 TensorFlow基础概念 16 2.3.1 计算图 16 2.3.2 Session会话 18 2.4 系统架构 19 2.5...
面向机器智能的TensorFlow实践_人工智能教程
资源名称：面向机器智能的TensorFlow实践 内容简介： 本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线，他们用自己的宝贵经验，结合众多高质量的代码，生动讲解TensorFlow的底层原理，并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。 全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给出详细的安装指南。第二部分（第3~4章）深入介绍TensorFlow API的基础知识和机器学习基础。第三部分（第5~6章）探讨如何用TensorFlow实现高级深度模型，涉及卷积神经网络（或CNN）模型和循环神经网络（或RNN）模型。第四部分（第7~8章）探讨TensorFlow API中*新推出的特性，包括如何准备用于部署的模型、一些有用的编程模式等。第9章给出一些进一步了解TensorFlow的学习资源。 作者简介： 山姆·亚伯拉罕：数据科学家、工程师，富有经验的TensorFlow贡献者。 丹尼亚尔·哈夫纳：谷歌软件工程师 埃里克·厄威特：高级软件工程师 阿里尔·斯卡尔皮内里：团队负责人，高级Java开发者 段菲，清华大学信号与信息处理专业博士，前三星电子中国研究院高级研究员，现为英特尔中国研究院高级研究员。研究方向是深度学习、计算机视觉、数据可视化。参与翻译过《机器学习》《机器学习实践：测试驱动的开发方法》《DirectX103D游戏编程深度探索》等多本图书。 资源目录： 译者序 前言 第一部分 开启TensorFlow之旅 第1章 引言2 1.1 无处不在的数据2 1.2 深度学习2 1.3 TensorFlow：一个现代的机器学习库3 1.4 TensorFlow：技术概要3 1.5 何为TensorFlow4 1.5.1 解读来自官网的单句描述4 1.5.2 单句描述未体现的内容6 1.6 何时使用TensorFlow7 1.7 TensorFlow的优势8 1.8 使用TensorFlow所面临的挑战9 1.9 高歌猛进9 第2章 安装TensorFlow10 2.1 选择安装环境10 2.2 Jupyter Notebook与matplotlib12 2.3 创建Virtualenv环境12 2.4 TensorFlow的简易安装13 2.5 源码构建及安装实例：在64位Ubuntu Linux上安装GPU版TensorFlow14 2.5.1 安装依赖库14 2.5.2 安装Bazel15 2.5.3 安装CUDA软件（仅限NVIDIA GPU）16 2.5.4 从源码构建和安装TensorFlow18 2.6 安装Jupyter Notebook20 2.7 安装matplotlib20 2.8 测试TensorFlow、Jupyter Notebook及matplotlib21...
TensorFlow：实战Google深度学习框架 PDF_人工智能教程
资源名称：TensorFlow：实战Google深度学习框架 PDF 内容简介： TensorFlow是谷歌2015年开源的主流深度学习框架，目前已在谷歌、优步（Uber）、京东、小米等科技公司广泛应用。《Tensorflow实战》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以最快、最有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题。《Tensorflow实战》包含了深度学习的入门知识和大量实践经验，是走进这个最新、最火的人工智能领域的首选参考书。 作者简介： 郑泽宇，现为才云科技（Caicloud.io）联合创始人、首席大数据科学家。针对分布式TensorFlow上手难、管理难、监控难、上线难等问题，他带领团队成功开发了国内首个成熟的分布式TensorFlow深度学习平台（TensorFlow as a Service）。基于此平台，才云大数据团队为安防、电商、金融、物流等多个行业提供有针对性的人工智能解决方案。归国创业之前，郑泽宇曾任美国谷歌高级工程师。从2013 年加入谷歌，郑泽宇作为主要技术人员参与并领导了多个大数据项目。由他提出并主导的产品聚类项目用于衔接谷歌购物和谷歌知识图谱（knowledge graph）数据，使得知识卡片形式的广告逐步取代传统的产品列表广告，开启了谷歌购物广告在搜索页面投递的新纪元。郑泽宇于2011年5月获得北京大学计算机学士学位，并荣获北京大学信息科学技术学院十佳优秀毕业论文、北京大学优秀毕业生。2013年5月获得美国 Carnegie Mellon University（CMU）大学计算机硕士学位，并获得西贝尔奖学金 (Siebel Scholarship)。郑泽宇在机器学习、人工智能领域有多年研究经验，并在SIGIR、SIGKDD、ACL、ICDM、ICWSM等顶级国际会议上发表多篇学术论文。 资源目录： 第1章 深度学习简介 1 1.1 人工智能、机器学习与深度学习 2 1.2 深度学习的发展历程 7 1.3 深度学习的应用 10 1.3.1 计算机视觉 10 1.3.2 语音识别 14 1.3.3 自然语言处理 15 1.3.4 人机博弈 18 1.4 深度学习工具介绍和对比 19 小结 23...