阅读本书犹如一次时空之旅。它不仅向你讲述了人工智能进步的故事，还能让你沿着那些人工智能先驱者的脚步，去感受他们的激情和执着，去了解他们如何用智慧之光，点亮通往未知世界的路标。希望这本书能让你感受到，人工智能原来并不遥远，人工智能原来很有趣，继而进一步地关注更多发生在人工智能世界里的奇妙故事，抑或愿意投身于这一全球瞩目的未来学科。

本书全面介绍TensorFlow 2.x 框架及其在深度学习中的应用，内容包括TensorFlow 简介、Python 语 言基础、环境搭建与入门、TensorBoard 可视化、多层感知机实现、卷积神经网络实现、循环神经网络实 现、强化学习、迁移学习、生成对抗网络和GPU 并行计算等。

本书详细阐述意图驱动自智网络的关键技术与应用实例。内容涵盖意图驱动自主智能网络的基础概念与背景，以及意图智能转译、意图闭环验证、自主策略生成、意图态势感知等意图环路技术。此外，探讨针对意图驱动智能运维、意图驱动网络负载均衡、意图驱动6G编排和意图驱动卫星网络管控等典型应用案例。

本书系统地讲解各种模型在端侧平台(含嵌入式设备、移动端设备)中的工程化实践，重点讨论模型优化、模型轻量化设计、高性能计算、Neon编程、ARM处理器OpenCV编程、基于TFLite的端侧模型部署和性能优化、NPU和GPU推理加速等。通过本书的阅读，读者可以理解端侧AI模型部署内容，包括算法及算子优化和对模型的精度、性能的评估和调优，能够帮助读者朋友找到正确的学习和研究方向，以及正确的工程方法。

本书剖析了图像复原技术的最新进展，并探索了深度学习技术在图像复原过程中的关键作用。内容包括：基于传统机器学习的图像复原方法、基于卷积神经网络的图像复原方法基础、基于双路径卷积神经网络的图像去噪方法、基于注意力引导去噪卷积神经网络的图像去噪方法、基于级联卷积神经网络的图像超分辨率方法等。

本书的目标是向你介绍图数据结构、图分析和图机器学习的概念、技术和工具。每章的开头都列出了目标，大致分为三个方面：学习图分析和机器学习的概念；用图分析解决特定问题；了解如何使用GSQL查询语言和TigerGraph图平台。首先介绍图数据的基本概念，然后通过连接、分析、学习三大部分深入讲解一些图算法和机器学习技术。

本书从自否定一元人性与人的类特性出发，重审人工智能时代、晚期现代社会中学习的价值，以自否定为前提逻辑构建深度学习新形态，以破解教授主义下的学习困境，应对人工智能发展的学习价值危机，以“整全的人”培养为核心意向，将自否定作为未来深度学习变革的锚点。本书针对学校教育中教授主义盛行带来的学习价值取向偏离、学习者自我认同危机以及学习结果浅表化的问题，提出问题根源在于学习过程中来自“他者”的压制导致了学习者自我独特性、创造性和批判性的“萎靡”。对此，本书提出当前时代变革下学习的应然取向是基于自否

近些年来，在深度学习的推动下，人工智能步入新的发展阶段。然而，随着深度学习模型性能的提升，其计算复杂度也在不断增加，深度学习模型的运行效率面临巨大挑战。在这种情况下，深度学习高效计算成为在更大范围内应用人工智能的重要环节。本书围绕深度学习模型计算，重点从深度学习模型优化、算法软件加速、硬件架构设计等方面展开介绍深度学习高效计算，主要包括低秩分解、剪枝、量化、知识蒸馏、精简网络设计与搜索、深度神经网络高效训练、卷积神经网络高效计算、大模型高效计算、神经网络加速器设计等内容。

新质生产力具有以数字化、网络化、智能化新技术为支撑，以数据为关键生产要素，以科技创新为核心驱动力等鲜明的时代特征。人工智能是新质生产力的典型代表，是推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。加快形成新质生产力，要牢牢抓住人工智能这个“牛鼻子”，以实现经济社会各领域各环节智能化转型升级。但也要看到，技术不稳定性使得人工智能在与社会深度融合的过程中面临多维度风险，而培育新质生产力也需要防范“忽视、放弃传统产业”“一哄而上、泡沫化”等认识误区和实践偏差。正如习近平总书记所强调

《AI训练师手册：算法与模型训练从入门到精通》内容系统、全面，实例丰富，共有10章，包括51个实操案例解析和80个行业案例分析。通过学习《AI训练师手册：算法与模型训练从入门到精通》，读者可以从零开始，逐步掌握人工智能的核心技术，成为合格的AI训练师。《AI训练师手册：算法与模型训练从入门到精通》附赠了同步教学视频＋PPT 教学课件＋素材＋效果＋AI提示词等资源。
书中内容从技能线和案例线展开介绍，具体内容如下。
技能线：从人工智能的相关技术入手，不仅介绍了AI训练师的