幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

智能媒體內容生產(基本原理與應用實踐)

  • 作者：編者:徐正則|責編:餘地
  • 出版社：上海教育
  • ISBN：9787572042775
  • 出版日期：2026/04/01
  • 裝幀：平裝
  • 頁數：301
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在人工智慧重塑內容生產的今天，傳媒教育呼喚真正融合技術與創作的實踐指南。本書突破傳統教材壁壘，系統整合智能技術與媒體創作，從核心原理到工具實操，再到完整項目案例，手把手帶你掌握AIGC前沿應用。無論你是文科背景的學生，還是希望拓展技術視野的創作者，都能通過本書降低學習門檻，激發創作潛能，成為智能媒體時代的複合型人才。
作者介紹
編者:徐正則|責編:餘地
    徐正則，博士，高級實驗師，華東師範大學傳播學院實驗中心主任。主要研究方向為數字媒體技術與智能媒體應用。長期致力於實踐教學與產教融合，負責教育部協同育人項目。在《電影藝術》及SCI、EI收錄的期刊上發表論文十余篇，出版教材兩部，並擁有多項軟體著作權與橫向項目成果。是中國高校影視學會實驗教學專業委員會第三屆理事會理事，中國電影電視技術學會常務委員。
目錄
第1章  緒論
  1.1  「智能+傳媒」的新文科實踐教學
  1.2  零基礎掌握人工智慧的核心原理
  1.3  智能媒體的應用領域
  1.4  本教材的主要內容
第一部分  人工智慧的基本原理
第2章  人工智慧領域的基本概念
  2.1  跌宕起伏的發展歷程
  2.2  人工智慧、機器學習和深度學習
  2.3  機器學習的種類
    2.3.1  監督學習：分類和回歸
    2.3.2  無監督學習：聚類和降維
    2.3.3  自監督學習
    2.3.4  強化學習
  2.4  以感知智能為主的專用人工智慧
    2.4.1  「專用人工智慧」和「通用人工智慧」
    2.4.2  感知智能和認知智能
  2.5  構建智能應用的基本方法
    2.5.1  多階段方法
    2.5.2  端到端方法
    2.5.3  智能演算法與應用的多層次概念
第3章  神經網路基礎
  3.1  神經元模型
  3.2  激活函數
  3.3  多層神經網路
  3.4  電腦形式的神經元——矩陣
  3.5  前向傳播、反向傳播和梯度下降演算法
    3.5.1  前向傳播演算法
    3.5.2  反向傳播和梯度下降演算法
  3.6  訓練和推理
  3.7  欠擬合和過擬合
    3.7.1  欠擬合
    3.7.2  穩健擬合
    3.7.3  過擬合
第4章  常見的基礎演算法與核心任務
  4.1  用於機器視覺的卷積神經網路模型
    4.1.1  什麼是卷積
    4.1.2  CNN結構
    4.1.3  CNN經典案例
    4.1.4  CNN所起的作用
  4.2  用於自然語言處理的序列模型
    4.2.1  循環神經網路
    4.2.2  序列到序列模型
    4.2.3  自然語言的文本表示方法
    4.2.4  變換器網路和注意力機制
  4.3  常見的核心任務
    4.3.1  分類與識別
    4.3.2  檢測與分割
    4.3.3  生成與合成
  4.4  大型預訓練模型

    4.4.1  預訓練模型
    4.4.2  預訓練語言模型
    4.4.3  大模型的特點與湧現能力
第二部分  智能內容生產應用實踐
第5章  AIGC概述和準備工作
  5.1  AIGC概述和關鍵技術
  5.2  實踐應用前的準備工作
第6章  AI文本生成
  6.1  ChatGPT和大型語言模型LLM
    6.1.1  什麼是ChatGPT
    6.1.2  LLM的基本構建流程
    6.1.3  LLM的發展歷程和特點
  6.2  應用場景：我們在什麼時候使用AI文本生成
  6.3  大模型喜歡什麼樣的提示詞
  6.4  提示工程
  6.5  提示詞公式與優化技巧
  6.6  實踐應用
第7章  AI音頻生成
  7.1  AI合成配音
    7.1.1  文本生成語音技術介紹
    7.1.2  使用方法：以騰訊智影為例
  7.2  AI語音轉語音
    7.2.1  語音轉語音技術介紹
    7.2.2  使用方法：以智聲雲配(DubbingX)為例
  7.3  AI生成音樂
    7.3.1  AI生成音樂的技術原理
    7.3.2 使用方法：以Suno V3.5為例
第8章  AI圖像生成
  8.1  基本使用方法
    8.1.1  文生圖
    8.1.2  圖生圖
  8.2  模型選取與風格
    8.2.1  基座模型
    8.2.2  LoRA和LyCORIS模型
  8.3  圖像生成的精確控制
第9章  AI視頻生成
  9.1  基於連續圖像序列的視頻生成：以ComfyUI為例
    9.1.1  基本界面
    9.1.2  自定義節點
    9.1.3  搭建基本工作流
    9.1.4  視頻轉繪工作流
  9.2  視頻直接生成：以Runway為例
    9.2.1  基本使用方法
    9.2.2  基礎參數設置
    9.2.3  鏡頭運動控制
    9.2.4  運動筆刷
    9.2.5  擴展：Gen-3新功能使用詳解
第10章  AI虛擬主播
  10.1  虛擬數字人的概念與類型
  10.2  從虛擬數字人到虛擬主播

  10.3  虛擬主播應用於媒體內容生產
  10.4  AI虛擬主播應用實踐：以騰訊智影為例
    10.4.1  虛擬主播數字資產庫
    10.4.2  播報視頻合成的基本使用方法
    10.4.3  其他功能應用拓展
第11章  AI輔助工具
  11.1  智能摳圖
  11.2  智能抹除
  11.3  圖像視頻增強修復
  11.4  智能橫轉豎
  11.5  智能字幕
  11.6  智能SDR轉HDR技術
  11.7  自動電影淺焦模式
  11.8  智能動作捕捉
  11.9  肖像風格化
  11.10  智能跟隨拍攝
  11.11  采編式智能視頻生產
第12章  綜合創作應用實踐創新案例
  12.1  視頻轉換動畫：基於SD WebUI工具
    12.1.1  視頻切分為圖片序列
    12.1.2  預處理與AI圖生圖重繪
    12.1.3  圖片序列合併為視頻
  12.2  文字生成視頻：基於ComfyUI工具
    12.2.1  下載工作流
    12.2.2  圖片生成部分
    12.2.3  面部修復
    12.2.4  視頻生成部分
  12.3  數據可視化和數據新聞作品
    12.3.1  AI生成數據分析代碼
    12.3.2  用AI完成一篇數據新聞作品
  12.4  用AI設計作品
  12.5  用AI生成動畫中的角色表演：基於Runway Act-One工具
  12.6  結語
後記

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032