（清华大学出版社）人工智能技术丛书介绍

《智能体工程驱动AI Agent开发》共分13章，内容包括智能体工程概述、Agent环境安装与大模型基础使用、初识智能体（Qwen与Anthropic互通）、京韵导览Agent开发、从提示词工程到上下文工程、初识上下文工程与子智能体、智能体的自进化与优化重整合、智能体的心跳机制、北京豆汁文化体验智能体开发、智能体中的计划清单、博物馆导览助手开发、自进化Skill详解与自进化实战、自进化中医诊疗智能体开发。

《智能体工程驱动AI Agent开发》采用循序渐进的讲解方式，示例丰富、案例完整，既适合智能体开发初学者、大模型应用开发人员、AI应用开发工程师与研发人员、对智能体工程原理感兴趣的读者、AI业务系统开发者与产品经理，也可作为高等院校或高职高专院校人工智能、智能体工程相关课程的教学参考书。

添加图片注释，不超过 140 字（可选）

《扣子编程从一句话到产品上线:零门槛AI心流开发》

零门槛、心流开发、从一句话到上线——扣子编程用一句大白话就能让AI替你走完从技术选型、数据建模、前后端开发、多端构建到上线发布的全过程。《扣子编程从一句话到产品上线:零门槛AI心流开发》接续《扣子开发AI Agent智能体应用》，把扣子官方的Vibe Agent、Vibe Workflow、Vibe App三大能力，拆解成一个个当天就能实现的真实案例；秉持“将军赶路，不追小兔”的心法，配套作者微信群答疑服务，扫码入群即可与作者同行。

《扣子编程从一句话到产品上线:零门槛AI心流开发》共分13章，从入门筑基到技能（Skill）开发、再到一句话造物、工作流编排与全栈应用，层层进阶，内容包括扣子编程平台介绍、通过案例熟悉扣子编程、扣子编程的技能开发、一段提示词造智能体（小红书爆款笔记生成）、一句话造网站（每日信息差生成器）、一句话造应用（儿童绘本梦工厂）、数据分析专家 Agent、行业热点内容生成工作流、产品全渠道营销工作流、AI数据采集工作流、AI数据质检工作流、电商图自动打标工作流、从一句话需求到上线“续费管家”小程序。

《扣子编程从一句话到产品上线:零门槛AI心流开发》既适合需要零基础上手扣子编程的读者、对AIGC与AI原生开发感兴趣的技术人员、产品经理、一人公司创业者、智能体应用独立开发者，也适合高等院校或高职高专院校学习智能体与AI应用开发课程的师生。

添加图片注释，不超过 140 字（可选）

《多模态AI Agent开发实践》

《多模态AI Agent开发实践》系统讲解基于LangChain与LangGraph构建多模态智能体的完整技术路径，从环境搭建、框架核心、案例实战到进阶优化，层层递进，为读者掌握多模态Agent开发技术提供系统化指导。《多模态AI Agent开发实践》配套示例与案例源码、PPT课件、读者交流微信群，所有代码经过测试均可运行无误。

《多模态AI Agent开发实践》分为13章，内容包括多模态智能体概述、开发环境搭建与配置、LangChain核心组件入门、LangChain Agent智能体核心、LangChain数据处理与存储、多模态大模型基础、LangChain集成多模态模型、多模态智能体开发方法论、多模态文档分析智能体实战、视觉问答与行动智能体实战、多模态内容创作智能体实战、多模态客服智能体实战、多模态智能体进阶优化（数据质量、容错与健壮性、可解释性、多轮对话融合）。

《多模态AI Agent开发实践》内容兼顾理论深度与工程实践，既适合多模态Agent开发初学者、多模态Agent开发工程师、多模态Agent架构师、大模型应用开发人员、将AI能力产品化的工程师、技术负责人、行业AI应用解决方案提供商快速上手，也适合作为高等院校或高职高专人工智能、计算机相关专业的实践教辅。

添加图片注释，不超过 140 字（可选）

《扣子编程:从零开始搭建智能体》

《扣子编程:从零开始搭建智能体》面向没有编程经验的读者，详细讲解使用扣子编程平台搭建智能体的全流程，配套PPT课件、工作流文件、提示词文件、教纲、教案、作者微信群答疑服务。

《扣子编程:从零开始搭建智能体》共分12章，内容包括智能体开发概述、智能体的构建与编排、智能体工作流编排与应用、新闻早报智能体开发、爆款文章仿写智能体开发、双语绘本速记单词智能体开发、一键生成PPT智能体开发、电子发票自动归档智能体开发、景点票务预约智能体开发、智能客服智能体开发、作业批改智能体开发、视频混剪智能体开发等热门应用领域，全面提升读者的智能体开发与业务落地能力。

《扣子编程:从零开始搭建智能体》内容兼具通识性与专业性，既适合智能体开发初学者、期望利用智能体提高办公效率的职场人士、对智能体感兴趣的创作者，也可作为高等院校或高职高专院校人工智能通识课、智能体开发等相关课程的教学参考书。

添加图片注释，不超过 140 字（可选）

《AI智能体应用开发》

《AI智能体应用开发》系统梳理AI智能体应用开发的全链条知识体系，详解智能体开发流程涉及的核心理论、关键技术、工程方法、落地流程、实用工具与行业实战案例，为开发者搭建从基础理论到产业实践的完整桥梁，助力解决技术落地中的架构设计、能力构建、场景适配等核心难题，推动AI智能体在工业、科研、政务、金融、服务等领域的规模化落地应用，配套示例源码、PPT课件、配图PDF文件、读者微信交流群。

《AI智能体应用开发》共分16章，内容包括四大板块：介绍智能体基础概念（第1章）；详解智能体感知、记忆、知识、情感、推理、工具、协同等关键能力（第2~8章）；揭示智能体开发流程、应用参考架构、应用设计模式等工程技术（第9~11章）；剖析深度研究、数据分析、数据科学、决策优化、机器视觉等5类垂直场景智能体的完整开发过程（第12~16章）。

《AI智能体应用开发》既适合智能体初学者、智能体开发工程师、AI应用研发人员、行业智能化解决方案提供商，也适合高等院校或高职高专院校人工智能、软件工程、计算机等相关专业的师生，以及关注智能体技术发展与产业应用的行业从业者。

添加图片注释，不超过 140 字（可选）

《LangGraph开发AI Agent实践》

LangGraph是一个面向复杂工作流的有状态Agent开发框架，能为开发者提供强大的智能体构建解决方案。《LangGraph开发AI Agent实践》系统介绍LangGraph构建AI Agent的方法，覆盖从基础开发到案例实战的全流程。《LangGraph开发AI Agent实践》配套示例源码、PPT课件、读者技术交流微信群，示例代码经过测试均可运行无误。

《LangGraph开发AI Agent实践》共分12章，内容包括LangGraph基础技术、开发环境搭建、构建带工具与记忆功能的聊天机器人、构建自定义RAG检索Agent、构建智能体工作流、集成外部工具与API、状态管理与持久化、智能体（Agent）集成、构建客户支持聊天机器人、构建旅行规划智能体、构建电商客服退款处理智能体、构建股票趋势预测智能分析系统。

《LangGraph开发AI Agent实践》既适合LangGraph初学者、AI Agent开发人员、Agent架构师、大模型应用开发人员及行业AI应用解决方案提供商，也适合高等院校或高职高专院校学习大模型应用开发课程的学生。

添加图片注释，不超过 140 字（可选）

《LangGraph智能体设计模式与多智能体开发》

《LangGraph智能体设计模式与多智能体开发》以生产级AI智能体的运行时框架LangGraph 1.0为核心，紧扣开发者从入门到实战的需求，梳理智能体开发全流程，覆盖环境配置、核心组件及9种智能体设计模式，结合真实的业务案例，助力开发者掌握多智能体开发技术，并能快速适配实际业务场景。《LangGraph智能体设计模式与多智能体开发》配套示例源码、PPT课件、配图PDF、读者微信群答疑服务。

《LangGraph智能体设计模式与多智能体开发》共分12章，内容包括初识智能体、Agent开发环境配置、LangGraph编程基础、构建图的多条件分支、智能体设计模式2：动作React、智能体设计模式3：记忆系统、智能体设计模式4：规划与执行、智能体设计模式5：上下文工程、多智能体实战、案例实战：结合长短期目标的新能源车文案设计、案例实战：共享空间驱动的多智能体、案例实战：主智能体驱动的多智能体。

《LangGraph智能体设计模式与多智能体开发》既适合LangGraph初学者、智能体开发初学者、智能体开发人员、大模型应用开发人员、行业大模型智能体解决方案提供商，也适合高等院校或高职高专院校智能体开发课程的学生。

添加图片注释，不超过 140 字（可选）

《AI Agent智能体开发实践》

《AI Agent智能体开发实践》系统介绍AI智能体（Agent）技术原理、开发方法和实践案例。《AI Agent智能体开发实践》从基础概念出发，逐步深入AI Agent的核心技术、开发框架、开发流程、开发方法和行业应用，帮助读者系统掌握构建高效、智能的AI Agent的关键技能。本书配套示例代码、PPT课件、读者微信技术交流群，示例代码经过测试均可运行无误。

《AI Agent智能体开发实践》共分16章，内容包括初识智能体、智能体开发环境、智能体的关键技术、提示工程、RAG（检索增强生成）技术、智能体开发平台简介、智能体开发流程、基于LangChain的智能体开发、基于MCP的智能体开发、基于LangChain的问答智能体实战、多模态电商客服机器人实战、智能体性能优化与调试技巧、智能体部署与实施方法、多模态试驾预约Agent实战、基于RAG的多Agent客户服务助手实战、基于MCP的多Agent旅行规划助手实战。通过本书的学习，读者将具备独立开发、优化和部署AI Agent的能力，并能够将其应用于实际业务场景中。

《AI Agent智能体开发实践》适合AI Agent初学者、Agent开发人员、Agent架构师、大模型应用开发人员、行业AI应用解决方案提供商阅读参考，也适合高等院校或高职高专院校学习大模型应用开发课程的学生。

添加图片注释，不超过 140 字（可选）

《AI Agent智能体与MCP开发实践:基于Qwen3大模型》

随着人工智能技术的蓬勃发展，大语言模型与智能体技术正引领着新一轮的技术革新。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》聚焦于智能体技术前沿领域，系统阐述AI Agent智能体开发的技术栈及其示例，并剖析5个大型智能体项目案例，帮助读者深入掌握智能体开发方法。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》配套示例源码、PPT课件、配图PDF文件、读者微信技术交流群，所有代码经过测试，均能正确运行。

《AI Agent智能体与MCP开发实践:基于Qwen3大模型》共分16章，内容包括从大语言模型到智能体的演进、Agent开发环境配置、基于陪伴Agent的大模型微调、在线Qwen3大模型的基本使用、RAG与提示工程、Agent架构设计、多Agent跨境电商智能客服实战、多Agent协作的原生A2A协议详解、MCP协议与应用详解、云上MCP服务的部署与使用、高德地图MCP服务智能调用实战、构建个性化的arXiv科研论文MCP服务实战、基于gradio的云上MCP服务发布、基于MCP的旅游规划智能体开发实战、多智能体框架LangGraph与聊天助手实战、基于LangGraph的高品质住宅投研智能体开发实战。

《AI Agent智能体与MCP开发实践:基于Qwen3大模型》既适合智能体开发初学者、智能体开发人员、大模型应用开发人员、行业大模型智能体解决方案提供商，也适合高等院校或高职高专院校智能体开发课程的学生。

添加图片注释，不超过 140 字（可选）

《大模型应用开发》

《大模型应用开发》系统梳理大模型应用开发的全链条知识，详解大模型应用开发过程中涉及的理论、技术、方法、过程、工具和分析案例，为开发者搭建从理论到实践的桥梁，助力解决技术落地中的实际问题，推动大模型在工业、科研、服务等领域的规模化应用，配套示例源码、PPT课件、配图PDF文件、读者微信交流群。

《大模型应用开发》共分12章，内容包括大模型基础、大模型架构、多模态大模型、提示词工程、大模型微调、检索增强生成、AI智能体、大模型应用、大模型应用架构、大模型开发框架、法律咨询智能助手、代码修复智能助手。

《大模型应用开发》既适合大模型应用开发初学者、大模型应用开发工程师、大模型应用开发研究人员、行业AI解决方案提供商，也适合高等院校及高职高专院校学习大模型应用开发的学生。

添加图片注释，不超过 140 字（可选）

《智能运维实践》

智能运维的核心目标包括故障预测、自动化修复、效能优化，最终推动运维从“经验驱动”向“数据驱动”转型，降低非计划停机损失并提升系统可靠性。《智能运维实践》从智能运维基本理论入手，详细讲解智能运维方法和应用案例，帮助读者掌握智能运维的核心技术本书配套示例源码、PPT课件与教学大纲。

《智能运维实践》共分12章，内容包括智能运维概述、智能运维框架、搭建Ubuntu运维和开发环境、Python编程基础、数据采集与存储、数据预处理、机器学习、深度学习、自然语言处理、日志异常检测、面向微服务的根因定位、网络流量异常检测。

《智能运维实践》理论与实践相结合，从基础概念出发，逐步深入技术细节，适合智能运维初学者、智能运维应用开发人员、系统与网络运维人员阅读。《智能运维实践》也适合作为高等院校或高职高专院校智能运维课程的教材。

添加图片注释，不超过 140 字（可选）

《扣子开发AI Agent智能体应用》

智能体（Agent）是大模型落地应用的重要方向，也是AI应用的一个重要风口。为了让更多非技术出身的读者能够理解Agent，能够零基础开发AI应用，我们选择火山引擎的扣子智能体开发平台来设计开发自己的Agent。《扣子开发AI Agent智能体应用》配套提示词文件、PPT课件、190分钟教学视频、全书配图PDF文件、字节跳动生态伙伴高手微信群答疑服务。

《扣子开发AI Agent智能体应用》共分16章，内容包括智能体概述、扣子AI应用开发平台介绍、扣子插件和卡片、扣子工作流详解、基于大模型的企业知识库、提示词编写和优化、扣子数据库实战、图文混合的爆火推文生成器、看图学英语助手、抖音文案提取与仿写助手、智能室内设计师、企业营销宣传海报自动生成器、智能客服、自动生成 PPT的智能办公助手、新闻视频自动生成器和多Agent模式开发旅游助手等。

《扣子开发AI Agent智能体应用》适合所有想要快速学习使用扣子开发智能体，以及对AIGC感兴趣的读者，也适合高等院校或高职高专院校学习智能体课程的学生。

添加图片注释，不超过 140 字（可选）

《DeepSeek原生应用与智能体开发实践》

《DeepSeek原生应用与智能体开发实践》围绕DeepSeek大模型应用开发展开，深度融合技术创新与工程实践，内容覆盖大模型应用开发（在线调用、提示词、推理、Agent、工具调用、MCP、微调、蒸馏、后训练、RAG）技术栈及其案例。书中原理与案例相融合，注重培养读者的大模型原生应用与智能体开发能力，并构建从理论到落地的完整知识体系。《DeepSeek原生应用与智能体开发实践》配套示例源码、PPT课件、配图PDF文件、读者微信交流群。

《DeepSeek原生应用与智能体开发实践》共分16章，内容包括大模型时代、DeepSeek开发环境配置与开放API使用、提示工程与DeepSeek提示库、思维链与DeepSeek推理模型、基于DeepSeek的Agent开发详解、DeepSeek的Function Calling与MCP应用实战、大模型驱动的即时金融信息采集与分析平台、KV Cache加持的推理加速、MLA注意力机制、MoE专家模型、MTP与多组件优化、大模型微调技术与应用、大模型蒸馏技术与应用、后训练算法GRPO详解与实战、基于后训练的智能医疗问诊实战，以及基于A2A、MCP与RAG的多Agent跨境电商智能客服实战。

《DeepSeek原生应用与智能体开发实践》既适合DeepSeek开发初学者、大模型原生应用与智能体开发人员、模型优化与工程化工程师、大模型研究人员、行业AI解决方案提供商，也适合高等院校及高职高专院校学习人工智能大模型的学生。

添加图片注释，不超过 140 字（可选）

《OpenCV计算机视觉开发实践:基于Qt C++》

OpenCV是计算机视觉领域的开发者必须掌握的技术。《OpenCV计算机视觉开发实践:基于Qt C++》基于 OpenCV 4.10与Qt C++进行编写，全面系统地介绍OpenCV的使用及实战案例，并配套提供全书示例源码、PPT课件与作者QQ答疑服务。

《OpenCV计算机视觉开发实践:基于Qt C++》共分19章，主要内容包括数字图像视觉概述、搭建OpenCV开发环境、核心模块Core、图像处理模块基础、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理、机器学习、数字水印、图像加解密、物体计数、图像轮廓、手势识别以及停车场车牌识别系统等。

《OpenCV计算机视觉开发实践:基于Qt C++》既适合OpenCV初学者、计算机视觉与图像处理的开发人员、人工智能图像处理开发人员阅读，也适合作为高等院校或者高职高专院校计算机视觉与图像处理相关专业的教材。

添加图片注释，不超过 140 字（可选）

《深入探索Mamba模型架构与应用》

Mamba是一种新型的深度学习架构，在保持对序列长度近似线性扩展性的同时，提供了与Transformers相当的建模能力。《深入探索Mamba模型架构与应用》旨在帮助读者探索Mamba在不同领域实现卓越性能的潜力，并深入理解和应用这一新兴的模型架构。本书配套示例源码、PPT课件、配图PDF文件与读者微信交流群服务。

《深入探索Mamba模型架构与应用》共分16章，内容包括Mamba概述、Mamba架构详解、Mamba组件详解、基于PyTorch的弹簧振子动力学Mamba实战、Mamba文本情感分类实战、Mamba的文本转换实战、VisionMamba图像分类实战、多方案的Mamba文本生成实战、让Mamba更强的模块、循环神经网络详解与切片时间序列预测、基于Jamba的天气预测实战、统一了注意力与Mamba架构的Mamba2模型、Mamba结合Diffusion的图像生成实战、知识图谱的构建与展示实战、基于特征词的语音唤醒实战、多模态视觉问答实战。

《深入探索Mamba模型架构与应用》既适合Mamba架构初学者，以及人工智能、深度学习方向的从业人员阅读，也适合作为高等院校或高职高专院校相关专业学生的参考书。

添加图片注释，不超过 140 字（可选）

《OpenCV计算机视觉开发实践:基于Python》

OpenCV是一个跨平台计算机视觉和机器学习软件库，也是计算机视觉领域的开发人员必须掌握的技术。《OpenCV计算机视觉开发实践:基于Python》基于Python 3.8全面系统地介绍OpenCV 4.10的使用，并配套示例源代码、开发环境、PPT课件、配书PDF文件与作者答疑服务。

《OpenCV计算机视觉开发实践:基于Python》共20章，主要内容包括计算机视觉概述、OpenCV的Python开发环境搭建、OpenCV基本操作、数组矩阵、图像处理模块、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理，以及停车场车牌识别、目标检测、数字水印、图像加密和解密、物体计数、图像轮廓和手势识别等案例。

《OpenCV计算机视觉开发实践:基于Python》既适合OpenCV初学者、计算机视觉与图像处理应用开发人员、人工智能算法开发人员阅读，也适合作为高等院校或高职高专院校计算机视觉与图像处理、人工智能等相关专业的教学参考书。

添加图片注释，不超过 140 字（可选）

《DeepSeek大模型高性能核心技术与多模态融合开发》

《DeepSeek大模型高性能核心技术与多模态融合开发》深入剖析国产之光DeepSeek多模态大模型的核心技术，从高性能注意力机制切入，深入揭示DeepSeek的技术精髓与独特优势，详细阐述其在人工智能领域成功的技术秘诀。《DeepSeek大模型高性能核心技术与多模态融合开发》循序渐进地讲解深度学习注意力机制的演进，从经典的多头注意力（MHA）逐步深入DeepSeek的核心技术—多头潜在注意力（MLA）与混合专家模型（MoE）。此外，《DeepSeek大模型高性能核心技术与多模态融合开发》还将详细探讨DeepSeek中的多模态融合策略、技术及应用实例，为读者提供全面的理论指导与应用实践。《DeepSeek大模型高性能核心技术与多模态融合开发》配套所有示例源码、PPT课件、配图PDF文件与读者微信技术交流群。

《DeepSeek大模型高性能核心技术与多模态融合开发》共分15章，内容涵盖高性能注意力与多模态融合概述、PyTorch深度学习环境搭建、DeepSeek注意力机制详解（包括基础篇、进阶篇、高级篇及调优篇）、在线与本地部署的DeepSeek实战（如旅游特种兵迪士尼大作战、广告文案撰写与微调、智能客服等），以及多模态融合技术与实战应用（如Diffusion可控图像生成、多模态图文理解与问答、交叉注意力语音转换、端到端视频分类等）。

《DeepSeek大模型高性能核心技术与多模态融合开发》既适合DeepSeek核心技术初学者、注意力机制初学者、大模型应用开发人员、多模态融合开发人员、大模型研究人员，也适合高等院校及高职高专院校人工智能大模型方向的师生。

添加图片注释，不超过 140 字（可选）

《PyTorch深度学习与计算机视觉实践》

在人工智能的浩瀚星空中，深度学习犹如一颗耀眼的明星，引领着计算机视觉技术的发展。《PyTorch深度学习与计算机视觉实践》带领读者领略深度学习在计算视觉领域的魅力，详解使用PyTorch 2.0进行计算机视觉应用实战的技巧。本书配套示例源码、PPT课件。

《PyTorch深度学习与计算机视觉实践》共分15章，内容包括深度学习与计算机视觉、PyTorch 2.0深度学习环境搭建、从0开始PyTorch 2.0、一学就会的深度学习基础算法、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型可视化、残差神经网络实战、基于OpenCV与PyTorch的人脸识别实战、词映射与循环神经网络、注意力机制与注意力模型详解、基于注意力机制的图像识别实战、基于Diffusion Model的从随机到可控的图像生成实战、基于注意力的单目摄像头目标检测实战、基于注意力与Unet的全画幅适配图像全景分割实战、基于预训练模型的可控零样本图像迁移合成实战。

《PyTorch深度学习与计算机视觉实践》既适合深度学习初学者、PyTorch初学者、PyTorch深度学习计算机视觉应用开发人员阅读，也可作为高等院校或高职高专计算机技术、人工智能、智能科学与技术、数据科学与大数据技术等相关专业的教材。

添加图片注释，不超过 140 字（可选）

《ChatGLM3大模型本地化部署、应用开发与微调》

《ChatGLM3大模型本地化部署、应用开发与微调》作为《PyTorch 2.0深度学习从零开始学》的姊妹篇，专注于大模型的本地化部署、应用开发以及微调等。《ChatGLM3大模型本地化部署、应用开发与微调》不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过丰富的案例和场景，引导读者从理论走向实践，真正领悟和掌握大模型本地化应用的精髓。

全书共分13章，全方位、多角度地展示了大模型本地化实战的完整方案，内容包括大模型时代的开端、PyTorch 2.0深度学习环境搭建、基于gradio的云上自托管ChatGLM3部署实战、使用ChatGLM3与LangChain实现知识图谱抽取和智能问答、适配ChatGLM3终端的Template与Chain详解、ChatGLM3多文本检索的增强生成实战、构建以人为本的ChatGLM3规范化Prompt提示工程、使用ChatGLM3的思维链构建、GLM源码分析与文本生成实战、低资源单GPU微调ChatGLM3实战、会使用工具的ChatGLM3、上市公司财务报表非结构化信息抽取实战、上市公司财务报表智能问答与财务预警实战。

《ChatGLM3大模型本地化部署、应用开发与微调》适合大模型的初学者、有一定基础的大模型研究人员、大模型应用开发人员。同时，《ChatGLM3大模型本地化部署、应用开发与微调》还可作为高等院校或高职高专相关专业大模型课程的教材，助力培养新一代的大模型领域人才。

添加图片注释，不超过 140 字（可选）

《图神经网络基础、模型与应用实战》

图神经网络不仅能够解决传统机器学习方法无法解决的图数据问题，而且能够应用于许多实际场景，例如社交网络、药物发现、网络安全、金融风控等。《图神经网络基础、模型与应用实战》旨在为初学者和实践者提供一个详细、全面的入门指南，围绕图神经网络基础、模型、应用实战（均采用Python+PyTorch实现）等方面进行介绍。《图神经网络基础、模型与应用实战》配套示例源码、数据集、PPT课件。

《图神经网络基础、模型与应用实战》共分9章，内容包括图神经网络概述、PyTorch开发环境搭建、数据集的获取与加载、图神经网络模型、图神经网络在自然语言处理领域的应用、图神经网络在计算机视觉领域的应用、图神经网络在推荐系统领域的应用、图神经网络在社交网络领域的应用、图神经网络的挑战和机遇。其中，每个领域的应用都包括1~3个实战项目，可以帮助读者快速掌握图神经网络。

《图神经网络基础、模型与应用实战》适合图神经网络初学者、图神经网络算法开发人员、深度学习算法开发人员，也适合高等院校或高职高专图神经网络相关课程的师生教学参考。

添加图片注释，不超过 140 字（可选）

《PyTorch深度学习与企业级项目实战》

《PyTorch深度学习与企业级项目实战》立足于具体的企业级项目开发实践，以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书配套示例项目源代码、数据集、PPT课件与作者微信群答疑服务。

《PyTorch深度学习与企业级项目实战》共分18章，内容主要包括人工智能、机器学习和深度学习之间的关系，深度学习框架PyTorch 2.0的环境搭建，Python数据科学库，深度学习基本原理，PyTorch 2.0入门，以及13个实战项目：迁移学习花朵识别、垃圾分类识别、短期电力负荷预测、空气质量预测、手写数字识别、人脸识别与面部表情识别、图像风格迁移、糖尿病预测、基于GAN 生成动漫人物画像、基于大语言模型的NLP、猴痘病毒识别项目实战、X光肺部感染识别项目实战、乐器声音音频识别项目实战。

《PyTorch深度学习与企业级项目实战》适合PyTorch深度学习初学者、深度学习算法从业培训人员、深度学习应用开发人员阅读，也适合作为高等院校或高职高专深度学习课程的教材。

添加图片注释，不超过 140 字（可选）

《PyTorch语音识别实战》

《PyTorch语音识别实战》使用PyTorch 2.0作为语音识别的基本框架，循序渐进地引导读者从搭建环境开始，逐步深入到语音识别基本理论、算法以及应用实践，是较好的一本语音识别技术图书。本书配套示例源码、数据集、PPT课件等资源。

《PyTorch语音识别实战》分为13章，内容包括语音识别之路、PyTorch 2.0深度学习环境搭建、音频信号处理的理论与Python实战、音频处理常用工具包Librosa详解与实战、基于DNN的语音情绪分类识别、一学就会的深度学习基础算法、基于PyTorch卷积层的语音情绪分类识别、词映射与循环神经网络、基于Whisper的语音转换实战、注意力机制与注意力模型详解、鸟叫的多标签分类实战、多模态语音转换模型基础、GLM架构多模态语音文字转换实战。

《PyTorch语音识别实战》内容详尽、示例丰富，适合作为语音识别初学者、深度学习初学者、语音识别技术人员的必备参考书，同时也非常适合作为高等院校或高职高专深度学习、语音识别等课程的教材。

添加图片注释，不超过 140 字（可选）

《机器学习实战：视频教学版》

《机器学习实战：视频教学版》基于Python语言详细讲解机器学习算法及其应用，用于读者快速入门机器学习。本书配套示例源代码、PPT课件、教学视频、教学大纲、习题与答案、作者微信答疑。

《机器学习实战：视频教学版》共分12章，内容包括机器学习概述、Python数据处理基础、Python常用机器学习库、线性回归及应用、分类算法及应用、数据降维及应用、聚类算法及应用、关联规则挖掘算法及应用、协同过滤算法及应用，最后通过3个综合实战项目（包括新闻内容分类实战、泰坦尼克号获救预测实战、中药数据分析项目实战），帮助读者对所学技能进行巩固和提升。本书主要章节都给出了对应的示例及其详细的分析步骤，方便读者从编程中掌握机器学习基础算法及应用。

《机器学习实战：视频教学版》适合机器学习初学者、大数据分析人员和机器学习算法开发工程师阅读；也适合作为高等院校或高职高专人工智能、计算机、软件工程、数据科学与大数据技术、智能科学与技术等专业机器学习课程的教材。

添加图片注释，不超过 140 字（可选）

《从零开始大模型开发与微调：基于PyTorch与ChatGLM》

大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。本书配套示例源代码、PPT课件。

《从零开始大模型开发与微调：基于PyTorch与ChatGLM》共18章，内容包括人工智能与大模型、PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模型、实战训练自己的ChatGPT、开源大模型ChatGLM使用详解、ChatGLM高级定制化应用实战、对ChatGLM进行高级微调。

《从零开始大模型开发与微调：基于PyTorch与ChatGLM》适合PyTorch深度学习初学者、大模型开发初学者、大模型开发人员学习，也适合高等院校人工智能、智能科学与技术、数据科学与大数据技术、计算机科学与技术等专业的师生作为教学参考书。