热门搜索: 中考 高考 考试 开卷17
服务电话 024-96192/23945006
 

分布式人工智能:基于TensorFlow.RTOS与群体智能体系

编号:
wx1202139428
销售价:
¥148.72
(市场价: ¥169.00)
赠送积分:
149
数量:
   
商品介绍

本书结合了分布式计算、大数据、机器学习、深度学习、强化学习等技术,以群体智能为主线,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。本书介绍了大数据的框架、高速计算、海量存储;介绍了人工智能的经典算法,并且结合分布式技术,进行大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、大数据、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、大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机构的教材使用。

前言篇 基础概念章 分布式系统简介21.1 什么是分布式系统21.2 分布式系统的历史与未来101.3 分布式系统与并行计算131.4 分布式系统与边缘计算171.5 分布式与超算系统201.6 分布式多智能体211.7 单体人工智能221.7.1 TensorFlow的分布式方案221.7.2 Spark分布式机器学习241.7.3 Google联合学习方案261.8 分布式与多人博弈271.9 分布式与群体智能决策291.10 分布式与群体智能的未来和价值301.11 本章小结31第2章 分布式智能计算基础332.1 常用的分布式计算框架332.2 Spark分布式框架介绍372.3 HLA高层联邦体系412.4 Multi-Agent体系442.5 RTI与RTOS分布式计算核心472.6 分布式计算的原理和常用方法522.6.1 分布式计算规则522.6.2 分布式与同步552.6.3 分布式与异步592.6.4 处理同步与异步延时64  2.7 计算模型与任务分发702.8 代理模型与HLA智能体752.9 分布式与决策模型792.10 底层计算核心RTOS842.11 分布式智能计算的价值862.12 本章小结89第2篇 计算框架第3章 TensorFlow框架介绍923.1 什么是TensorFlow923.2 TensorFlow的结构和应用概念943.3 Graph与并行计算模型993.4 Session会话层1083.5 TensorFlow中的数据类型与计算函数1123.6 TensorFlow与卷积神经网络1203.7 准备TensorFlow的系统环境1283.8 下载和安装TensorFlow1353.9 启动个测试程序1383.10 使用TensorFlow构建算法框架1483.10.1 使用CIFAR-10构建卷积神经网络1483.10.2 使用RNN构建记忆网络1553.10.3 搭建生成对抗网络1603.11 TensorFlow的发展与价值1653.12 本章小结166第4章 分布式智能计算核心1674.1 什么是SintolRTOS1674.2 SintolRTOS支持的组织协议体系1684.2.1 HLA高层联邦体系1684.2.2 数据分发服务1714.2.3 Multi-Agent体系结构1734.3 SintolRTOS核心组件和系统架构1764.3.1 Core Soft Plateform1784.3.2 Open Soft Plateform1824.4 使用SintolRTOS系统组件的工作环境1834.5 下载和安装SintolRTOS1834.6 SintolRTOS的分布式RTOSNode节点原理1914.7 SintolRTOS的联邦模型和文件定义1964.7.1 FED联邦模型文件定义1964.7.2 IDL主题模型文件定义1974.7.3 Agent代理模型定义1994.8 编写AI联邦模型和Agent代理2004.9 分布式计算层的模型与数据2044.9.1 重构联邦实体的处理类2044.9.2 DQN神经网络与PSintolSDK构建计算层2084.10 SintolRTOS智能计算组织Demo2134.10.1 Demo分布式联邦智能架构设计2134.10.2 使用UnrealRTOS和CSintolSDK搭建仿真演练场景2144.10.3 运行UnrealRTOS多智能体进行联邦对抗2174.11 SintolRTOS与分布式人工智能的未来2194.12 本章小结220第5章 大数据与存储系统框架2215.1 什么是大数据2215.2 大数据的关键技术2225.3 大数据与机器学习2245.4 Hadoop与分布式存储框架2255.5 搭建Spark运行环境2285.6 Spark、Hadoop与TensorFlow结合2455.6.1 分布式的图像数据处理和识别平台2455.6.2 分布式机器学习与分布式数据平台2525.7 分布式大数据与机器学习的未来2525.8 本章小结253第3篇 多智能体分布式AI算法第6章 机器学习算法与分布式改进2566.1 逻辑回归2566.2 支持向量机2636.3 决策树2716.4 分布式多算法结构的决策树2796.5 多任务并行计算算法改进2816.5.1 数据并行2826.5.2 模型并行2846.6 单体算法与分布式算法的优化2876.6.1 单体算法优化2876.6.2 分布式异步随机梯度下降2906.7 机器学习算法的维数灾难2936.8 深度学习的内在发展需求2946.8.1 解决维数灾难2956.8.2 算法架构设计2956.8.3 深度学习与多任务学习2976.9 自适应学习神经网络算法3046.9.1 Momentum算法与优化3056.9.2 RMSProp算法与优化3056.9.3 Adam算法与优化3076.10 分布式与机器学习算法规模化的发展与价值3106.11 本章小结312第7章 生成网络和强化学习3147.1 生成对抗网络3147.2 深度卷积生成对抗网络3167.3 分布式与多智能体对抗算法MADDPG3307.4 常用的强化学习算法结构3367.5 Q-learning算法3377.6 Sarsa-lamba算法3467.6.1 Sarsa算法原理3467.6.2 Sarsa-lamda算法的改进3477.6.3 算法实现3477.7 深度Q网络3497.7.1 DQN算法原理3497.7.2 DQN的模型训练3507.7.3 训练DQN3517.7.4 算法实现与分析3527.8 其他强化学习基础算法3547.9 强化学习算法的发展与价值3567.10 本章小结357第8章 对抗和群体智能博弈3588.1 群体智能的历史3588.2 博弈矩阵3608.2.1 博弈矩阵简介3608.2.2 博弈的线性规划和纳什均衡3638.2.3 博弈的学习算法3648.2.4 WoLF-IGA和WoLF-PHC算法3668.2.5 分布式博弈矩阵3688.2.6 学习自动机3698.2.7 仿真博弈环境3718.3 网格博弈3758.4 多智能体Q-learning算法378

商品参数
基本信息
出版社 机械工业出版社
ISBN 9787111665205
条码 9787111665205
编者 王静逸
译者 --
出版年月 2020-09-01 00:00:00.0
开本 16开
装帧 平装
页数 548
字数 650
版次 1
印次 1
纸张 一般胶版纸
商品评论

暂无商品评论信息 [发表商品评论]

商品咨询

暂无商品咨询信息 [发表商品咨询]