掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
分布式人工智能 版權信息
- ISBN：9787111665205
- 條形碼：9787111665205 ; 978-7-111-66520-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
分布式人工智能 本書特色
資深技術專家力作，人工智能與金融領域7位專家力薦，中國建設銀行建信金融科技人工智能平臺團隊大力支持
分布式人工智能 內容簡介
本書結合了分布式計算、大數據、機器學習、深度學習、強化學習等技術，以群體智能為主線，講述了分布式人工智能的原理和應用。它介紹了分布式計算的框架技術、智能核心、分布式體系與架構。本書介紹了大數據的框架、高速計算、海量存儲；介紹了人工智能的經典算法，并且結合分布式技術，進行大規模分布式架構與演進；介紹了群體智能與博弈，結合分布式、大數據、智能核心，講解了群體智能技術系統的發展方向與開發方式。 本書內容通俗易懂，案例豐富，實用性強，特別適合分布式、人工智能、大數據相關的入門讀者和進階讀者閱讀，也適合游戲開發、推薦系統、群體智能底層研究者等閱讀。另外，本書也適合作為相關培訓機構的教材使用。
分布式人工智能 目錄
前言
第1篇 基礎概念
第1章 分布式系統簡介2
11 什么是分布式系統2
12 分布式系統的歷史與未來10
13 分布式系統與并行計算13
14 分布式系統與邊緣計算17
15 分布式與超算系統20
16 分布式多智能體21
17 單體人工智能22
171 TensorFlow的分布式方案22
172 Spark分布式機器學習24
173 Google聯合學習方案26
18 分布式與多人博弈27
19 分布式與群體智能決策29
110 分布式與群體智能的未來和價值30
111 本章小結31
第2章 分布式智能計算基礎33
21 常用的分布式計算框架33
22 Spark分布式框架介紹37
23 HLA高層聯邦體系41
24 Multi-Agent體系44
25 RTI與RTOS分布式計算核心47
26 分布式計算的原理和常用方法52
261 分布式計算規則52
262 分布式與同步55
263 分布式與異步59
264 處理同步與異步延時64
27 計算模型與任務分發70
28 代理模型與HLA智能體75
29 分布式與決策模型79
210 底層計算核心RTOS84
211 分布式智能計算的價值86
212 本章小結89
第2篇 計算框架
第3章 TensorFlow框架介紹92
31 什么是TensorFlow92
32 TensorFlow的結構和應用概念94
33 Graph與并行計算模型99
34 Session會話層108
35 TensorFlow中的數據類型與計算函數112
36 TensorFlow與卷積神經網絡120
37 準備TensorFlow的系統環境128
38 下載和安裝TensorFlow135
39 啟動**個測試程序138
310 使用TensorFlow構建算法框架148
3101 使用CIFAR-10構建卷積神經網絡148
3102 使用RNN構建記憶網絡155
3103 搭建生成對抗網絡160
311 TensorFlow的發展與價值165
312 本章小結166
第4章 分布式智能計算核心167
41 什么是SintolRTOS167
42 SintolRTOS支持的組織協議體系168
421 HLA高層聯邦體系168
422 數據分發服務171
423 Multi-Agent體系結構173
43 SintolRTOS核心組件和系統架構176
431 Core Soft Plateform178
432 Open Soft Plateform182
44 使用SintolRTOS系統組件的工作環境183
45 下載和安裝SintolRTOS183
46 SintolRTOS的分布式RTOSNode節點原理191
47 SintolRTOS的聯邦模型和文件定義196
471 FED聯邦模型文件定義196
472 IDL主題模型文件定義197
473 Agent代理模型定義199
48 編寫AI聯邦模型和Agent代理200
49 分布式計算層的模型與數據204
491 重構聯邦實體的處理類204
492 DQN神經網絡與PSintolSDK構建計算層208
410 SintolRTOS智能計算組織Demo213
4101 Demo分布式聯邦智能架構設計213
4102 使用UnrealRTOS和CSintolSDK搭建仿真演練場景214
4103 運行UnrealRTOS多智能體進行聯邦對抗217
411 SintolRTOS與分布式人工智能的未來219
412 本章小結220
第5章 大數據與存儲系統框架221
51 什么是大數據221
52 大數據的關鍵技術222
53 大數據與機器學習224
54 Hadoop與分布式存儲框架225
55 搭建Spark運行環境228
56 Spark、Hadoop與TensorFlow結合245
561 分布式的圖像數據處理和識別平臺245
562 分布式機器學習與分布式數據平臺252
57 分布式大數據與機器學習的未來252
58 本章小結253
第3篇 多智能體分布式AI算法
第6章 機器學習算法與分布式改進256
61 邏輯回歸256
62 支持向量機263
63 決策樹271
64 分布式多算法結構的決策樹279
65 多任務并行計算算法改進281
651 數據并行282
652 模型并行284
66 單體算法與分布式算法的優化287
661 單體算法優化287
662 分布式異步隨機梯度下降290
67 機器學習算法的維數災難293
68 深度學習的內在發展需求294
681 解決維數災難295
682 算法架構設計295
683 深度學習與多任務學習297
69 自適應學習神經網絡算法304
691 Momentum算法與優化305
692 RMSProp算法與優化305
693 Adam算法與優化307
610 分布式與機器學習算法規模化的發展與價值310
611 本章小結312
第7章 生成網絡和強化學習314
71 生成對抗網絡314
72 深度卷積生成對抗網絡316
73 分布式與多智能體對抗算法MADDPG330
74 常用的強化學習算法結構336
75 Q-learning算法337
76 Sarsa-lamba算法346
761 Sarsa算法原理346
762 Sarsa-lamda算法的改進347
763 算法實現347
77 深度Q網絡349
771 DQN算法原理349
772 DQN的模型訓練350
773 訓練DQN351
774 算法實現與分析352
78 其他強化學習基礎算法354
79 強化學習算法的發展與價值356
710 本章小結357
第8章 對抗和群體智能博弈358
81 群體智能的歷史358
82 博弈矩陣360
821 博弈矩陣簡介360
822 博弈的線性規劃和納什均衡363
823 博弈的學習算法364
824 WoLF-IGA和WoLF-PHC算法366
825 分布式博弈矩陣368
826 學習自動機369
827 仿真博弈環境371
83 網格博弈375
84 多智能體Q-learning算法378
第1篇 基礎概念
第1章 分布式系統簡介2
11 什么是分布式系統2
12 分布式系統的歷史與未來10
13 分布式系統與并行計算13
14 分布式系統與邊緣計算17
15 分布式與超算系統20
16 分布式多智能體21
17 單體人工智能22
171 TensorFlow的分布式方案22
172 Spark分布式機器學習24
173 Google聯合學習方案26
18 分布式與多人博弈27
19 分布式與群體智能決策29
110 分布式與群體智能的未來和價值30
111 本章小結31
第2章 分布式智能計算基礎33
21 常用的分布式計算框架33
22 Spark分布式框架介紹37
23 HLA高層聯邦體系41
24 Multi-Agent體系44
25 RTI與RTOS分布式計算核心47
26 分布式計算的原理和常用方法52
261 分布式計算規則52
262 分布式與同步55
263 分布式與異步59
264 處理同步與異步延時64
27 計算模型與任務分發70
28 代理模型與HLA智能體75
29 分布式與決策模型79
210 底層計算核心RTOS84
211 分布式智能計算的價值86
212 本章小結89
第2篇 計算框架
第3章 TensorFlow框架介紹92
31 什么是TensorFlow92
32 TensorFlow的結構和應用概念94
33 Graph與并行計算模型99
34 Session會話層108
35 TensorFlow中的數據類型與計算函數112
36 TensorFlow與卷積神經網絡120
37 準備TensorFlow的系統環境128
38 下載和安裝TensorFlow135
39 啟動**個測試程序138
310 使用TensorFlow構建算法框架148
3101 使用CIFAR-10構建卷積神經網絡148
3102 使用RNN構建記憶網絡155
3103 搭建生成對抗網絡160
311 TensorFlow的發展與價值165
312 本章小結166
第4章 分布式智能計算核心167
41 什么是SintolRTOS167
42 SintolRTOS支持的組織協議體系168
421 HLA高層聯邦體系168
422 數據分發服務171
423 Multi-Agent體系結構173
43 SintolRTOS核心組件和系統架構176
431 Core Soft Plateform178
432 Open Soft Plateform182
44 使用SintolRTOS系統組件的工作環境183
45 下載和安裝SintolRTOS183
46 SintolRTOS的分布式RTOSNode節點原理191
47 SintolRTOS的聯邦模型和文件定義196
471 FED聯邦模型文件定義196
472 IDL主題模型文件定義197
473 Agent代理模型定義199
48 編寫AI聯邦模型和Agent代理200
49 分布式計算層的模型與數據204
491 重構聯邦實體的處理類204
492 DQN神經網絡與PSintolSDK構建計算層208
410 SintolRTOS智能計算組織Demo213
4101 Demo分布式聯邦智能架構設計213
4102 使用UnrealRTOS和CSintolSDK搭建仿真演練場景214
4103 運行UnrealRTOS多智能體進行聯邦對抗217
411 SintolRTOS與分布式人工智能的未來219
412 本章小結220
第5章 大數據與存儲系統框架221
51 什么是大數據221
52 大數據的關鍵技術222
53 大數據與機器學習224
54 Hadoop與分布式存儲框架225
55 搭建Spark運行環境228
56 Spark、Hadoop與TensorFlow結合245
561 分布式的圖像數據處理和識別平臺245
562 分布式機器學習與分布式數據平臺252
57 分布式大數據與機器學習的未來252
58 本章小結253
第3篇 多智能體分布式AI算法
第6章 機器學習算法與分布式改進256
61 邏輯回歸256
62 支持向量機263
63 決策樹271
64 分布式多算法結構的決策樹279
65 多任務并行計算算法改進281
651 數據并行282
652 模型并行284
66 單體算法與分布式算法的優化287
661 單體算法優化287
662 分布式異步隨機梯度下降290
67 機器學習算法的維數災難293
68 深度學習的內在發展需求294
681 解決維數災難295
682 算法架構設計295
683 深度學習與多任務學習297
69 自適應學習神經網絡算法304
691 Momentum算法與優化305
692 RMSProp算法與優化305
693 Adam算法與優化307
610 分布式與機器學習算法規模化的發展與價值310
611 本章小結312
第7章 生成網絡和強化學習314
71 生成對抗網絡314
72 深度卷積生成對抗網絡316
73 分布式與多智能體對抗算法MADDPG330
74 常用的強化學習算法結構336
75 Q-learning算法337
76 Sarsa-lamba算法346
761 Sarsa算法原理346
762 Sarsa-lamda算法的改進347
763 算法實現347
77 深度Q網絡349
771 DQN算法原理349
772 DQN的模型訓練350
773 訓練DQN351
774 算法實現與分析352
78 其他強化學習基礎算法354
79 強化學習算法的發展與價值356
710 本章小結357
第8章 對抗和群體智能博弈358
81 群體智能的歷史358
82 博弈矩陣360
821 博弈矩陣簡介360
822 博弈的線性規劃和納什均衡363
823 博弈的學習算法364
824 WoLF-IGA和WoLF-PHC算法366
825 分布式博弈矩陣368
826 學習自動機369
827 仿真博弈環境371
83 網格博弈375
84 多智能體Q-learning算法378
展開全部
分布式人工智能 作者簡介
王靜逸，計算機學士、金融學碩士、中國計算機學會會員、神兔未來科技有限公司創始人、QQ炫舞（1與2）引擎開發工程師和客戶端負責人。曾經任職于武漢中鐵橋梁科學研究院、上海聯想研究院和華為研究所，任研究員。曾經參與了騰訊OO炫舞、全民炫舞微信手游及曙光之戰OL等熱門游戲的研發和圖形引擎研發。創辦神兔未來科技有限公司，從事分布式仿真、VR與AR等領域的圖形學研究與物聯網網絡系統開發，并主持了多項軍用仿真系統和武警虛擬現實訓練系統的開發。目前在布比（BUMO）公鏈任研究員和架構師，并兼任第一視頻集團研究院研究員與技術總監，從事分布式區塊鏈和分布式人工智能的研究。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
二體千字文
- >
名家帶你讀魯迅:朝花夕拾
- >
史學評論
- >
山海經
- >
煙與鏡
- >
自卑與超越
- >
有舍有得是人生
本類暢銷
