购物车
个人中心
新手易学——AutoCAD 2011绘图基础(光盘内容另行下载,地址见书封底)
￥21.45
周静编著的《AutoCAD 2011绘图基础》介绍了以AutoCAD 2011为基础绘制图形的基本操作方法。全书包括12章，第1～2章介绍了AutoCAD门基础和绘图基础的相关知识，包括认识AutoCAD的工作界面、新建与图形文件、图形和视图的基本控制等内容；第3～4章介绍了常见二维图形的绘制和编辑方法；第5章介绍了对象特征的修改以及图层的基本操作等内容；第6章介绍了标注样式和创建表格等内容；第7～8章介绍了图案填充、光栅图像、块以及外部参照等内容；第9章介绍了三维实体的创建方法；第10章介绍了实体的编辑与渲染；第11章介绍了图形的印与发布；第12章以三个实例介绍了如何使用AutoCAD快速行作品设计。 《AutoCAD 2011绘图基础》具有很强大的实用性和可操作性，适合于大中专院校相关专业的学生、对设计行业有浓厚兴趣并愿意从事设计工作的初学者学习。
Windows Server 2012 Hyper-V虚拟化部署与管理指南
￥51.35
windows server 2012 hyper-v虚拟化部署与管理领域为详尽和权威的指南之一，由来自于微软的资深虚拟化与云计算专家亲自执笔。《windows server 2012 hyper-v虚拟化部署与管理指南》不仅对windows server 2012 hyper-v虚拟化的强大功能做了详尽的阐述，而且对windows server 2012在虚拟化、网络、存储、用户体验、云计算、自动化等多种领域的数百项新的改行了详尽的讲解。 全书共10章：第1～2章首先对windows server 2012和hyper-v 2012的新功能行了全面的介绍，然后对hyper-v 2012的部署行了详细的讲解；第3～9章分别讲解了hyper-v 虚拟机的管理、网络功能及其设置、存储设置、动态实时迁移、故障转移集群的管理、复制、备份；第10章介绍了system center virtual machine manager 2012的功能和配置。?
TensorFlow自然语言处理
￥65.35
第1章是对NLP的简单介绍。该章将首先讨论我们需要NLP的原因。下来，将讨论NLP中一些常见的子任务。之后，将讨论NLP的两个主要阶段，即传统阶段和深度学习阶段。通过研究如何使用传统算法解决语言建模任务，我们将了解传统阶段NLP的特。然后，将讨论深度学习阶段，在这一阶段中深度学习算法被大量用于NLP。我们还将讨论深度学习算法的主要系列。*后，将讨论一种*基本的深度学习算法：全连神经网络。该章结束时会提供一份路线图，简要介绍后面的内容。 第2章介绍Python TensorFlow库，这是我们实现解决方案的主要平台。首先在TensorFlow中编写一段代码，执行一个简单的计算，并讨论从运行代码到得到结果这一过程中到底发生了什么。我们将详细介绍TensorFlow的基础组件。把Tensorflow比作丰富的餐厅，了解如何完成订单，以便一步加强对TensorFlow的理解。稍后，将讨论TensorFlow的更多技术细节，例如数据结构和操作（主要与神经网络相关）。*后，我们将实现一个全连的神经网络来识别手写数字。这将帮助我们了解如何使用TensorFlow来实现端到端解决方案。 第3章首先讨论如何用TensorFlow解决NLP任务。在该章中，我们将讨论如何用神经网络学习单词向量或单词表示。单词向量也称为词嵌。单词向量是单词的数字表示，相似单词有相似值，不同单词有不同值。首先，将讨论实现这一目标的几种传统方法，包括使用称为WordNet的大型人工构建知识库。然后，将讨论基于现代神经网络的方法，称为Word2vec，它在没有任何人为干预的情况下学习单词向量。我们将通过一个实例来了解Word2vec的机制。着，将讨论用于实现此目的的两种算法变体：skip-gram和连续词袋（CBOW）模型。我们将讨论算法的细节，以及如何在TensorFlow中实现它们。 第4章介绍与单词向量相关的更高级方法。首先，会比较skip-gram和CBOW，讨论其中哪一种有明显优势。下来，将讨论可用于提高Word2vec算法性能的几项改。然后，将讨论一种更新、更强大的词嵌学习算法：GloVe（全局向量）算法。*后，将在文档分类任务中实际观察单词向量。在该练习中，我们将看到单词向量十分强大，足以表示文档所属的主题（例如，娱乐和运动）。 第5章讨论卷积神经网络（CNN），它是擅长处理诸如图像或句子这样的空间数据的神经网络家族。首先，讨论如何处理数据以及处理数据时涉及哪种操作，以便对CNN有较深的理解。下来，深研究CNN计算中涉及的每个操作，以了解CNN背后的数学原理。*后，介绍两个练习。*个练习使用CNN对手写数字图像行分类，我们将看到CNN能够在此任务上很快达到较高的准确率。下来，我们将探讨如何使用CNN对句子行分类。特别地，我们要求CNN预测一个句子是否与对象、人物、位置等相关。 第6章介绍递归神经网络。递归神经网络（RNN）是一个可以模拟数据序列的强大的神经网络家族。首先讨论RNN背后的数学原理以及在学习期间随时间更新RNN的更新规则。然后，讨论RNN的不同变体及其应用（例如，一对一RNN和一对多RNN）。*后，用RNN执行文本生成任务的练习。我们用童话故事训练RNN，然后要求RNN生成一个新故事。我们将看到在持久的长期记忆方面RNN表现不佳。*后，讨论更高级的RNN变体，即RNN-CF，它能够保持更长时间的记忆。 第7章介绍长短期记忆网络。RNN在保持长期记忆方面效果较差，这使我们需要探索能在更长时间内记住信息的更强大技术。我们将在该章讨论一种这样的技术：长短期记忆网络（LSTM）。LSTM功能更强大，并且在许多时间序列任务中表现得优于其他序列模型。首先通过一个例子，研究潜在的数学原理和LSTM的更新规则，以说明每个计算的重要性。然后，将了解为什么LSTM能够更长时间地保持记忆。下来，将讨论如何一步提高LSTM预测能力。*后，将讨论具有更复杂结构的几种LSTM变体（具有窥孔连的LSTM），以及简化LSTM门控循环单元（GRU）的方法。 第8章介绍LSTM的应用：文本生成。该章广泛评估LSTM在文本生成任务中的表现。我们将定性和定量地衡量LSTM产生的文本的好坏程度，还将比较LSTM、窥孔连LSTM和GRU。*后，将介绍如何将词嵌应用到模型中来改LSTM生成的文本。 第9章转到对多模态数据（即图像和文本）的处理。在该章中，我们将研究如何自动生成给定图像的描述。这涉及将前馈模型（即CNN）与词嵌层及顺序模型（即LSTM）组合，形成一个端到端的机器学习流程。 第10章介绍有关神经机器翻译（NMT）模型的应用。机器翻译指的是将句子或短语从源语言翻译成目标语言。首先讨论机器翻译是什么并简单介绍机器翻译历史。然后，将详细讨论现代神经机器翻译模型的体系结构，包括训练和预测的流程。下来，将了解如何从头始实现NMT系统。*后，会探索改标准NMT系统的方法。 第11章重介绍NLP的现状和未来趋势。我们将讨论前面提到的系统的相关*发现。该章将涵盖大部分令人兴奋的创新，并让你直观地感受其中的一些技术。 附录向读者介绍各种数学数据结构（例如，矩阵）和操作（例如，矩阵的逆），还将讨论概率中的几个重要概念。然后将介绍Keras，它是在底层使用TensorFlow的高级库。Keras通过隐藏TensorFlow中的一些有难度的细节使得神经网络的实现更简单。具体而言，通过使用Keras实现CNN来介绍如何使用Keras。下来，将讨论如何使用TensorFlow中的seq2seq库来实现一个神经机器翻译系统，所使用的代码比在第11章中使用的代码少得多。*后，将向你介绍如何使用TensorBoard可视化词嵌的指南。TensorBoard是TensorFlow附带的便捷可视化工具，可用于可视化和监视TensorFlow客户端中的各种变量。
Keras深度学习实战
￥44.85
第1章介绍了Keras的安装和设置过程以及如何配置Keras。 第2章介绍了使用CIFAR-10、CIFAR-100或MNIST等数据集，以及用于图像分类的其他数据集和模型。 第3章介绍了使用Keras的各种预处理和优化技术，优化技术包括TFOptimizer、AdaDelta等。 第4章详细描述了不同的Keras层，包括递归层和卷积层等。 第5章通过宫颈癌分类和数字识别数据集的实例，详细解释如何使用卷积神经网络算法。 第6章包括基本的生成式对抗网络（GAN）和边界搜索GAN。 第7章涵盖了递归神经网络的基础，以便实现基于历史数据集的Keras。 第8 章包括使用Keras行单词分析和情感分析的NLP基础知识。 第9章展示了如何在Amazon评论数据集中使用Keras模型行文本概述。 第10章侧重于使用Keras设计和发强化学习模型。
TensorFlow深度学习实战
￥65.35
本书将介绍如何有效地使用Google的源框架TensorFlow行深度学习。通过学习，你将实现不同的深度学习网络，如卷积神经网络（CNN）、循环神经网络（RNN）、深度Q learning网络（DQN）和生成对抗网络（GAN），以及如何使用TensorFlow的高级封装Keras工具。
深度学习全书——公式+推导+代码+TensorFlow全程案例
￥111.30
《深度学习全书——公式 推导 代码 TensorFlow全程案例》共有15章，分为5部分，篇说明深度学习的概念，包括数理基础，特是结合编程解题，加深读者印象，第二篇说明TensorFlow的学习地图，从张量、自动微分、梯度下降乃至神经层的实践，逐步解构神经网络，第三篇介绍CNN算法、影像应用、转移学习等，第四篇则自然语言处理及语音识别的领域，介绍RNN/BERT/Transformer算法、相关应用等，后，介绍了强化学习的基础知识，包括马尔可夫决策过程、动态规划、蒙特卡洛、Q Learning算法，当然，还有相关案例实践。
AutoCAD 2022快速入门、进阶与精通
￥70.00
本书针对零基础的读者，循序渐的介绍了使用AutoCAD 2022行设计的相关内容，包括：AutoCAD 2022概述、AutoCAD 2022软件的安装、软件的工作界面、图形的绘制、图形的编辑、精确高效绘图、标注尺寸、文字与表格、图层、图块以及属性、装配图设计、参数化设计、轴测图的绘制、三维图形的绘制、三维图形的编辑、由三维实体制作二维工程图等。 为了能够使读者更快的掌握该软件的基本功能，在内容安排上，书中结合大量的案例对AutoCAD 软件中的一些抽象的概念、命令和功能行讲解；在写作方式上本，本书采用采用软件真实的操作界面，采用软件真实的对话框、操控版和按钮行具体讲解，这样就可以让读者直观、准确地操作软件行学习，从而尽快手，提高学员的学习效率；另外，本书中的案例都是根据对国内外著名公司的培训教案整理而成，具有很强的实用性。 本书内容全面，条理清晰、实例丰富、讲解详细、图文并茂，可以作为广大工程技术人员学习AutoCAD 的自学教材和参考书籍，也可作为大中专院校学生和各类培训学校学员的AutoCAD课程上课或者上机练习素材。
深度学习高手笔记 卷1:基础算法
￥70.27
本书通过扎实、详细的内容和清晰的结构，从算法理论、算法源码、实验结果等方面对深度学习算法行分析和介绍。本书共三篇，篇主要介绍深度学习在计算机视觉方向的一些卷积神经网络，从基础骨干网络、轻量级 CNN、模型架构搜索 3 个方向展，介绍计算机视觉方向的里程碑算法；第二篇主要介绍深度学习在自然语言处理方向的重要突破，包括基础序列模型和模型预训练；第三篇主要介绍深度学习在模型优化上的展，包括模型优化方法。 通过阅读本书，读者可以深理解主流的深度学习基础算法，搭建起自己的知识体系，领会算法的本质，学习模型优化方法。无论是从事深度学习科研的教师及学生，还是从事算法落地实践的工作人员，都能从本书中获益。
强化学习入门:从原理到实践
￥51.35
本书以理论和实践相结合的形式深浅出地介绍强化学习的历史、基本概念、经典算法和一些前沿技术，共分为三大部分：第壹部分（1～5章）介绍强化学习的发展历史、强化学习的基本概念以及一些经典的强化学习算法；第二部分（6～9章）在简要回顾深度学习技术的基础上着重介绍深度强化学习的一些前沿实用算法；第三部分（*后一章）以五子棋为例详细讲解战胜了人类*围棋选手的Alpha Zero算法的核心思想。
深入理解XGBoost:*机器学习算法与进阶
￥65.35
本书以机器学习基础知识做铺垫，深剖析XGBoost的原理、分布式实现、模型优化、深度应用等。 ?第1～3章使读者对机器学习算法形成整体认知，了解如何优化模型以及评估预测结果，并熟悉常用机器学习算法的实现原理和应用，如线性回归、逻辑回归、决策树、神经网络、支持向量机等。 ?第4章借助实际案例，讲解如何通过XGBoost解决分类、回归、排序等问题，并介绍了XGBoost常用功能的使用方法。 ?第5～7章是本书的重，从理论推导与源码层面深剖析XGBoost，涵盖XGBoost原理与理论证明、分布式XGBoost的实现、XGBoost各组件的源码解析。 ?第8～9章为阶内容，着重解析算法实践与工程应用中的难，而帮助读者更好地解决实际问题。 ?第10章介绍了一些较为前沿的将树模型与其他模型融合的研究方法，以拓眼界，拓展思路。
深度探索嵌入式操作系统:从零开始设计、架构和开发
￥65.35
本书的*终目的是构建一个用于学习的嵌式操作系统内核，并工作在真正的物理机上。为了达到这一目的，本书大体上分为两部分：硬件部分和软件部分。硬件部分首先分析了我们选择的平台，以及这个平台上的组件。软件部分首先分析了操作系统内核是干什么的，其中都有些什么组件，这些个组件分别是干什么的有什么作用。然后是如何设计操作系统架构并将这些重要的组件组合在一起，以及设计时需要注意些什么。*后介绍了构建操作系统的工具。
脑科学导论
￥52.00
本书较为全面地介绍了脑科学、神经科学的基本概念、知识和理论，以及脑科学、神经科学等方面的新成果和新发现。全书共11章，在绪论部分介绍了脑科学定义、研究方法、研究内容以及发展现状，然后介绍了脑的基本结构与组成以及脑神经系统知识。在智能机制方面，主要详细介绍了感知觉、运动、学习与记忆、注意与决策、语言、情绪等功能产生或形成的理论和神经机制。在此基础上，介绍了心智与意识形成的相关理论和机制。最后，介绍了脑与神经科学对人工智能研究的重要作用和意义。 本书适用于人工智能、智能科学与技术、生物医学工程、计算机科学与技术等新工科及传统理工科相关专业的高等院校本科、硕士，也适用于生命科学、生物学、神经科学、认知科学等相关专业学生学习，可以作为人工智能专业教材。并适合从事自然科学、社会科学、人文学科以及人工智能交叉学科研究的初级科研人员和爱好者自学使用。
网络爬虫开发
￥29.90
本书共有八个项目，围绕网络爬虫三部曲“爬取—解析—存储”较为*地介绍关于不同场景下利用Python爬取网络数据的基础知识和方法，让读者通过编写简单的静态爬虫和动态爬虫，使用Scrapy爬虫框架完成对爬虫理论和实践技能的学习。内容分为基础知识篇、中阶知识篇和实战篇。项目一至项目三介绍爬虫的基本概念、网页基础知识和Python基本语法等；项目四和项目五利用实例演示介绍有关爬取库、解析库等爬虫中阶知识；项目六至项目八则是实战篇，主要介绍数据存储的实例和利用动态网页爬取数据的综合案例，再次完整展现爬虫三部曲“爬取—解析—存储”，以及Scrapy爬虫框架的概念和实施。本书面向对网络爬虫技术感兴趣的读者，介绍了使用Python语言编写爬虫的各种技巧和方法，可供大数据技术等相关专业的学生参考使用，也可作为大数据技术爱好者的自学用书。
人工智能和深度学习导论
￥44.67
本书首先介绍了人工智能的基础知识，然后分别介绍了机器学习、深度学习、自然语言处理和强化学习中的重概念和实践过程，包含逻辑斯谛回归、k最近邻、决策树、随机森林、支持向量机、卷积神经网络、循环神经网络、LSTM、自动编码器等。此外，本书的附录部分还分别简单介绍了Keras、TensorFlow、pandas等人工智能相关的工具。 本书适用于高等院校电子信息类专业的人工智能导论课程，也适合想要对人工智能、机器学习和深度学习快速了解和掌握的专业人士阅读参考。
AIGC*写作:如何发挥ChatGPT的无限创作力
￥38.80
写作是一项重要且常见的任务，高质量的写作需要投大量的时间和精力。生成式人工智能（AIGC）和ChatGPT的出现，为人们又快又好地行写作提供了新的可能。那么，到底如何利用这些新工具行高质量写作呢？ 本书旨在帮助读者充分理解、掌握AIGC和ChatGPT的相关知识和使用方法，提高写作效率，并增加创新元素，使写作过程变得更加愉快和有成效。具体而言，本书首先介绍了AIGC及ChatGPT的概念、原理、基本操作、会遇到的问题及其解决方法；然后分别针对文案类、工具类、创意类、学术类写作，结合丰富的案例行详细的讲解，为读者提供了可以拿来即用的方法；最后对AI写作行思考和设想，帮助读者对AI写作拥有更充分的认识。 本书适合对AI写作感兴趣或希望提升写作效率和质量的人员阅读，也可以作为企业宣传部门、广告公司、科研及教育机构的参考用书。
智能驾驶之激光雷达算法详解
￥57.47
本书内容涵盖了智能驾驶场景中常用的激光雷达的标定、感知和定位算法。标定算法部分介绍了有代表性的激光雷达与车体的外参标定算法以及激光雷达和相机间的外参标定算法；感知算法部分介绍了基于激光雷达行地面检测、障碍物聚类、目标检测、多目标跟踪、路沿检测的代表性算法；定位算法部分则介绍了几种有影响力的激光里程计、激光雷达 IMU（intertial measurement unit，惯性测量单元）组合定位算法以及多传感器融合定位与建图算法。本书着重从理论出发，介绍激光雷达关键算法的原理，可为读者提供车载激光雷达相关算法的基础指导。 本书可作为高等院校车辆工程、机器人工程、交通工程专业和自动驾驶专业的教材，也可供智能驾驶或机器人领域的技术爱好者以及激光雷达标定、感知、定位算法工程师使用和参考。
AIGC提示工程师精进之道
￥51.14
本书是一本关于AIGC提示工程师的实用指南，讲解了成为优秀AIGC提示工程师所需的技术特长和知识、沟通和协作能力、持续学习和自我提升方法等。 本书分为3篇，共13章。第1篇为AIGC提示工程师基础，内容包括AI崛起下的新职业──AIGC提示工程师、设计高效提示的基本原则、常用的提示方法以及提示工程实践中的常见问题等；第2篇为提示阶技巧，内容包括优化提示的除错过程、解决复杂问题的高级提示技巧、提升提示效果的高级技巧以及酷炫的生成式AI绘图与视频平台等；第3篇为提示应用实战，内容包括语言和翻译提示技巧、社交对话提示技巧、知识查询和解答提示技巧、创意和故事写作提示技巧以及创新应用的提示技巧等。 本书适合AI发者、数据科学家、软件工程师，以及其他对AI及其应用领域感兴趣的读者学习使用。
通用人工智能标准、评级、测试与架构
￥83.07
本书聚焦通用人工智能的学科内涵与发展趋势，以一套基于“能力与价值双系统”的通用人工智能认知架构与测试模式为核心，梳理形成“一个定义、两个完备性、三个特征、八个关键问题”的理论框架。 本书共6章，从人工智能的历史、内涵与哲学基础切，依次介绍通用人工智能的定义与特征、测试与评级、训练与测试平台，以及TongAI理论框架，最后给出对发展通用人工智能的建议。本书既有助于科技领域的管理者和投资者提纲挈领，把握前瞻性科技目标，也可为专业研究人员提供通用人工智能标准、评级、测试、架构的参照系与发展指南。同时，本书还可供希望了解通用人工智能基本概念与关键问题的大众读者参考。
ChatGPT+Excel*数据计算与处理
￥62.30
AI时代，ChatGPT作为一款基于人工智能技术的聊天机器人，具有极广泛的应用场景。《ChatGPT Excel高效数据计算与处理：视频教学版》旨在带领读者学习如何使用ChatGPT来简化Excel的数据处理、分析及计算工作。 《ChatGPT Excel高效数据计算与处理：视频教学版》共分 6章，内容包括对 ChatGPT的基本了解、掌握在 Excel中高效提问的技巧、使用 ChatGPT辅助数据的整理和优化、了解ChatGPT给予Excel函数的帮助、借助ChatGPT辅助生成Excel函数公式以及通过 ChatGPT生成VBA代码实现自动化处理。 《ChatGPT Excel高效数据计算与处理：视频教学版》适用于经常使用Excel行数据处理与分析的职场办公人士。同时，对于职场新人，如果您对Excel的使用不够熟练，或者对数据分析及函数应用知识了解有限，《ChatGPT Excel高效数据计算与处理：视频教学版》将为您提供极大的帮助。
深度学习详解
￥63.87
本书根据李宏毅老师“机器学习”公课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的阶算法. 在理论严谨的基础上，本书保留了公课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节.
Midjourney AI案例实战:绘本+动漫+插画
￥69.30
《Midjourney AI案例实战：绘本 动漫 插画》是关于Midjourney人工智能软件在艺术创作领域应用的书籍。《Midjourney AI案例实战：绘本 动漫 插画》通过丰富的案例，详细介绍了如何利用Midjourney创作绘本、动漫和插画。作为最受欢迎的人工智能工具之一，Midjourney可以极大地提高设计效率，转化为极高的商业价值。《Midjourney AI案例实战：绘本 动漫 插画》通过对各种风格的动漫、插画及根据故事情节生成绘本的案例，讲述AI在绘本、插画和动漫行业的具体应用。 《Midjourney AI案例实战：绘本 动漫 插画》适合广大设计师快速生成想要的设计图，也适合广大平面设计爱好者，以及有一定设计经验，需要一步提高图像处理、平面设计水平的相关行业从业人员使用，还可作为高校的教材用书。
