书籍详情
![《分布式人工智能:基于TensorFlow、RTOS与群体智能|8075053》[51M]百度网盘|亲测有效|pdf下载](/uploads/7e160db5959f46bb.jpg)
分布式人工智能:基于TensorFlow、RTOS与群体智能|8075053
- 热度:8492
- 上架时间:2024-06-30 08:52:20
- 价格:0.0
书籍下载
书籍预览
免责声明
本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
内容介绍
| 书[0名0]： | 分布式人工智能：基于TensorFlow、RTOS与群体智能体系|8075053 |
| 图书定价： | 169元 |
| 图书作者： | 王静逸 |
| 出版社： | [1机1]械工业出版社 |
| 出版日期： | 2020-09-18 0:00:00 |
| ISBN号： | 9787111665205 |
| 开本： | 16开 |
| 页数： | 548 |
| 版次： | 1-1 |
| 内容简介 |
| 本书结合了分布式计算、[0大0]数据、[1机1]器[0学0]习、深度[0学0]习、强化[0学0]习等技术，以群体智能为[1主1]线，讲述了分布式人工智能的原理和应用。它介绍了分布式计算的框架技术、智能核心、分布式体系与架构。本书介绍了[0大0]数据的框架、高速计算、海量存储；介绍了人工智能的[纟巠]典算[0法0]，并且结合分布式技术，进行[0大0]规模分布式架构与演进；介绍了群体智能与博弈，结合分布式、[0大0]数据、智能核心，讲解了群体智能技术系统的发展方向与开发方式。 本书内容通俗易懂，案例丰富，实用性强，特别适合分布式、人工智能、[0大0]数据相关的入门读者和进阶读者阅读，也适合游戏开发、推荐系统、群体智能底层研究者等阅读。另外，本书也适合作为相关培训[1机1]构的教材使用。 |
| 目录 |
前言 [0第0]1篇 基础概念 [0第0]1章 分布式系统简介2 1.1 什么是分布式系统2 1.2 分布式系统的历[0史0]与未来10 1.3 分布式系统与并行计算13 1.4 分布式系统与边缘计算17 1.5 分布式与[0超0]算系统20 1.6 分布式多智能体21 1.7 单体人工智能22 1.7.1 TensorFlow的分布式方案22 1.7.2 Spark分布式[1机1]器[0学0]习24 1.7.3 Google联合[0学0]习方案26 1.8 分布式与多人博弈27 1.9 分布式与群体智能决策29 1.10 分布式与群体智能的未来和价值30 1.11 本章小结31 [0第0]2章 分布式智能计算基础33 2.1 常用的分布式计算框架33 2.2 Spark分布式框架介绍37 2.3 HLA高层联邦体系41 2.4 Multi-Agent体系44 2.5 RTI与RTOS分布式计算核心47 2.6 分布式计算的原理和常用方[0法0]52 2.6.1 分布式计算规则52 2.6.2 分布式与同步55 2.6.3 分布式与异步59 2.6.4 处理同步与异步延时64 2.7 计算模型与任务分发70 2.8 代理模型与HLA智能体75 2.9 分布式与决策模型79 2.10 底层计算核心RTOS84 2.11 分布式智能计算的价值86 2.12 本章小结89 [0第0]2篇 计算框架 [0第0]3章 TensorFlow框架介绍92 3.1 什么是TensorFlow92 3.2 TensorFlow的结构和应用概念94 3.3 Graph与并行计算模型99 3.4 Session[0会0]话层108 3.5 TensorFlow中的数据类型与计算函数112 3.6 TensorFlow与卷积神[纟巠]网络120 3.7 准备TensorFlow的系统环境128 3.8 下载和安装TensorFlow135 3.9 启动[0第0]一个测试程序138 3.10 使用TensorFlow构建算[0法0]框架148 3.10.1 使用CIFAR-10构建卷积神[纟巠]网络148 3.10.2 使用RNN构建记忆网络155 3.10.3 搭建生成对抗网络160 3.11 TensorFlow的发展与价值165 3.12 本章小结166 [0第0]4章 分布式智能计算核心167 4.1 什么是SintolRTOS167 4.2 SintolRTOS支持的组织协议体系168 4.2.1 HLA高层联邦体系168 4.2.2 数据分发服务171 4.2.3 Multi-Agent体系结构173 4.3 SintolRTOS核心组[亻牛]和系统架构176 4.3.1 Core Soft Plateform178 4.3.2 Open Soft Plateform182 4.4 使用SintolRTOS系统组[亻牛]的工作环境183 4.5 下载和安装SintolRTOS183 4.6 SintolRTOS的分布式RTOS[0No0]de节点原理191 4.7 SintolRTOS的联邦模型和文[亻牛]定义196 4.7.1 FED联邦模型文[亻牛]定义196 4.7.2 IDL[1主1]题模型文[亻牛]定义197 4.7.3 Agent代理模型定义199 4.8 编写AI联邦模型和Agent代理200 4.9 分布式计算层的模型与数据204 4.9.1 重构联邦实体的处理类204 4.9.2 DQN神[纟巠]网络与PSintolSDK构建计算层208 4.10 SintolRTOS智能计算组织Demo213 4.10.1 Demo分布式联邦智能架构设计213 4.10.2 使用UnrealRTOS和CSintolSDK搭建仿真演练场景214 4.10.3 运行UnrealRTOS多智能体进行联邦对抗217 4.11 SintolRTOS与分布式人工智能的未来219 4.12 本章小结220 [0第0]5章 [0大0]数据与存储系统框架221 5.1 什么是[0大0]数据221 5.2 [0大0]数据的关键技术222 5.3 [0大0]数据与[1机1]器[0学0]习224 5.4 Hadoop与分布式存储框架225 5.5 搭建Spark运行环境228 5.6 Spark、Hadoop与TensorFlow结合245 5.6.1 分布式的图像数据处理和识别平台245 5.6.2 分布式[1机1]器[0学0]习与分布式数据平台252 5.7 分布式[0大0]数据与[1机1]器[0学0]习的未来252 5.8 本章小结253 [0第0]3篇 多智能体分布式AI算[0法0] [0第0]6章 [1机1]器[0学0]习算[0法0]与分布式改进256 6.1 逻辑回归256 6.2 支持向量[1机1]263 6.3 决策树271 6.4 分布式多算[0法0]结构的决策树279 6.5 多任务并行计算算[0法0]改进281 6.5.1 数据并行282 6.5.2 模型并行284 6.6 单体算[0法0]与分布式算[0法0]的[0优0]化287 6.6.1 单体算[0法0][0优0]化287 6.6.2 分布式异步随[1机1]梯度下降290 6.7 [1机1]器[0学0]习算[0法0]的维数灾难293 6.8 深度[0学0]习的内在发展需求294 6.8.1 解决维数灾难295 6.8.2 算[0法0]架构设计295 6.8.3 深度[0学0]习与多任务[0学0]习297 6.9 自适应[0学0]习神[纟巠]网络算[0法0]304 6.9.1 Momentum算[0法0]与[0优0]化305 6.9.2 RMSProp算[0法0]与[0优0]化305 6.9.3 Adam算[0法0]与[0优0]化307 6.10 分布式与[1机1]器[0学0]习算[0法0]规模化的发展与价值310 6.11 本章小结312 [0第0]7章 生成网络和强化[0学0]习314 7.1 生成对抗网络314 7.2 深度卷积生成对抗网络316 7.3 分布式与多智能体对抗算[0法0]MADDPG330 7.4 常用的强化[0学0]习算[0法0]结构336 7.5 Q-learning算[0法0]337 7.6 Sarsa-lamba算[0法0]346 7.6.1 Sarsa算[0法0]原理346 7.6.2 Sarsa-lamda算[0法0]的改进347 7.6.3 算[0法0]实现347 7.7 深度Q网络349 7.7.1 DQN算[0法0]原理349 7.7.2 DQN的模型训练350 7.7.3 训练DQN351 7.7.4 算[0法0]实现与分析352 7.8 其他强化[0学0]习基础算[0法0]354 7.9 强化[0学0]习算[0法0]的发展与价值356 7.10 本章小结357 [0第0]8章 对抗和群体智能博弈358 8.1 群体智能的历[0史0]358 8.2 博弈矩阵360 8.2.1 博弈矩阵简介360 8.2.2 博弈的线性规划和纳什均衡363 8.2.3 博弈的[0学0]习算[0法0]364 8.2.4 WoLF-IGA和WoLF-PHC算[0法0]366 8.2.5 分布式博弈矩阵368 8.2.6 [0学0]习自动[1机1]369 8.2.7 仿真博弈环境371 8.3 网格博弈375 8.4 多智能体Q-learning算[0法0]378 8.5 无限梯度上升380 8.6 EMA Q-learning381 8.7 仿真群智博弈环境382 8.8 Multi-Agent系统开发384 8.9 群体智能的发展与价值416 8.10 本章小结418 [0第0]4篇 分布式AI智能系统开发实战 [0第0]9章 体验群体智能对抗仿真环境420 9.1 群体智能仿真系统环境介绍420 9.2 导入多人对抗智能和仿真环境423 9.3 启动分布式多智能体和仿真环境432 9.4 启动人与多智能体进行对抗434 9.5 启动数据回放436 9.6 启动多个智能体集团博弈439 9.7 群体博弈仿真系统环境的代码模块441 9.8 本章小结495 [0第0]10章 开发群体智能仿真对抗系统496 10.1 智能体强化[0学0]习的算[0法0]工程496 10.2 算[0法0]框架模块功能说明497 10.3 训练智能体实现任务AI交互514 10.4 使用训练[女子]的模型进行任务处理518 10.5 多智能体协作算[0法0]与RTOS结合523 10.5.1 多智能体协作算[0法0]MADDPG的应用523 10.5.2 结合RTOS实现MADDPG的分布式结构525 10.6 行为状态[1机1]与AI结合529 10.7 分布式群体智能的计算与存储531 10.8 本章小结534 后记535 |
| 编辑推荐 |
| 广告语： 资深技术专家力作，人工智能与金融[令页]域7位专家力荐，中[0国0]建设银行建信金融科技人工智能平台团队[0大0]力支持！全[mian]涵盖基础概念、计算框架、分布式AI算[0法0]及AI智能系统开发 |