购物车
个人中心
CAXA CAD 2021电子图板与实体设计自学速成
￥63.90
本书结合具体实例由浅深、从易到难地讲述了CAXA CAD 2021电子图板与实体设计知识的精髓，并详细讲解了CAXA CAD 2021电子图板与实体设计在工程设计中的应用。本书按知识结构分为两篇（共14章）。其中，第1篇主要介绍CAXA CAD电子图板2021的相关知识，包括CAXA CAD电子图板2021门、系统设置与界面定制、绘图命令、图形编辑、辅助工具、块操作与库操作、工程标注与标注编辑、减速器二维设计综合实例等；第2篇主要讲解CAXA 3D实体设计2021的相关知识，包括CAXA 3D 实体设计2021基础知识、二维截面的生成、实体特征的创建、实体特征的编辑、零件的定位及装配、减速器实体设计综合实例等。 本书随书附送电子资料包括书中实例源文件及实例操作视频文件。 本书适合作为学校和培训机构相关专业学员的教学和自学辅导书，也可以作为机械设计和工业设计相关人员的学习参考书。
SolidWorks 2021中文版机械设计从入门到精通
￥63.90
SolidWorks 是一套基于Windows 系统发的三维CAD 软件，该软件以参数化特征造型为基础，具有功能强大、易学易用等特。 本书系统地介绍了SolidWorks 2021 中文版软件在草图绘制、实体建模、装配体设计、工程图设计和仿真分析等方面的功能。本书每章的前半部分介绍软件的基础知识，后半部分利用一个内容较全面的范例介绍具体的操作步骤，引领读者一步步完成模型的创建，使读者能够快速而深地理解SolidWorks 软件中一些抽象的概念和功能。 本书可作为广大工程技术人员的SolidWorks 自学教程和参考书，也可作为各类院校计算机辅助设计课程的参考用书。
智能前端技术与实践
￥63.90
本书旨在介绍智能前端发和深度学习。本书首先介绍了相关的发环境、前端发基础知识、深度学习基础知识、前端智能框架和卷积神经网络，然后讲述了线性回归、logistical 回归、XOR 问题、人体姿态检测：目标检测、光学字符识别等方面的案例，后讲解了前端智能化案例。 本书适合 Web 前端发人员、人工智能发人员阅读，也可作为计算机相关专业师生的参考用书。
UG NX 12中文版实用教程
￥63.94
本书以UG NX12为演示平台，系统地讲解UG NX12的知识模块。全书共分为16章，分别介绍UG NX12的基础知识和操作技巧、实体建模、曲面造型的设计与实现、工程图的设计方法与技巧、钣金设计中的相关知识和操作步骤等。 在讲解的过程中，作者根据自己多年的经验，给出了系统的总结和相关提示，以帮助读者快速掌握所学知识。全书内容翔实、图文并茂、语言简洁、思路清晰。 为了方便广大读者更加形象直观地学习，本书配有丰富的电子资源，其中包含全书所有实例的源文件和演示操作过程的视频文件，以及额外赠送的案例教学视频及其配套源文件。 本书既可作为UG NX初学者的门教程，也可作为工程技术人员的参考工具书。
Easy RL:强化学习教程
￥63.94
强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。 本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公课的精华内容，在理论严谨的基础上深浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q 学习等传统强化学习算法，以及策略梯度、近端策略优化、深度Q 网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法，并以大量生动有趣的例子帮助读者理解强化学习问题的建模过程以及核心算法的细节。 此外，本书还提供习题解答以及Python 代码实现，可以让读者行端到端、从理论到轻松实践的全生态学习，充分掌握强化学习算法的原理并能行实战。 本书适合对强化学习感兴趣的读者阅读，也可以作为相关课程的配套教材。
群智能算法在人脑功能划分中的应用
￥63.94
《群智能算法在人脑功能划分中的应用》以人脑功能划分方法为主线，结合群智能算法，围绕面向功能磁共振成像（fMRI）数据的人脑功能研究，详细介绍4种静态人脑功能划分方法和1种动态人脑功能划分方法。全书共7章，首先概述了人脑功能研究及群智能算法，然后介绍了面向fMRI数据的人脑功能划分展，最后分别介绍了基于免疫克隆选择算法搜索高斯混合模型（GMM）的脑岛功能划分方法、基于人工蜂群算法的人脑功能划分方法、基于改型粒子群的人脑功能划分方法、基于人工水母搜索优化的人脑功能划分方法、基于滑动窗口和人工蜂群算法的动态人脑功能划分方法。 《群智能算法在人脑功能划分中的应用》结构清晰、文字流畅，适合从事脑科学研究或群智能算法研究工作的读者阅读，也适合作为高校相关专业学生的参考书。
持续交付2.0:业务引领的DevOps精要(增订本)
￥63.94
本书“重新定义”了持续交付，增补了组织管理和架构两个维度，辅助以真实案例，对持续交付的诸多原则和实践加以解读，并对持续交付过程中的取舍原则加以论述。 本书分为3个部分：部分作者根据自己近十年的工作及咨询经历，通过不断总结、提炼和反思，对原有的持续交付行修正，重新定义持续交付为实现组织战略目标的能力，并引持续交付的能力模型；第二部分阐述组织造持续交付能力模型所需遵循的原则，包括基础原则、组织原则和架构原则；第三部分通过对多个互联网公司案例的解读，阐述如何根据组织的当前状况应用相关原则对实践行取舍，并快速达到组织能力目标。 本书适合大型互联网公司的技术VP、技术负责人，中小型互联网公司的CTO、技术VP、研发/测试/运维负责人、主管及骨干，以及组织变革者阅读。
面向电子鼻的复合光气体传感方法
￥63.94
电子鼻是人工嗅觉技术的代表产品，能对不少气体的种类和浓度行判断，被用于工农业生产、医疗卫生、环境监测等领域。如何提升电子鼻判断的精度，是目前相关研究人员关注的焦。 本书旨在探索面向电子鼻的复合光气体传感方法，以解决现有电子鼻传感阵列规模小、响应速度慢的问题。全书共分6章，第1章和第6章分别为绪论和总结与展望，第2～5章分别介绍了基于光栅光谱技术的电子鼻气体传感方法、基于空间外差光谱技术的可视化电子鼻气体传感方法、光学电子鼻气体传感系统的干扰抑制方法，以及可视化空间外差光谱电子鼻气体传感系统优化方法。 本书文字流畅，论述清晰，图文并茂，适合从事电子鼻传感系统研究的相关读者阅读，也适合作为高校相关专业学生的参考书。
Flutter App开发:从入门到实战
￥63.94
Flutter是谷歌公司推出的跨平台源UI框架，同时支持Android App与iOS App发，使用这一框架可以大大提高发效率。本书共14章，系统讲解Flutter背景、Dart语言的语法基础、Flutter组件、状态管理、事件处理、路由管理、动画、网络编程、数据存储、相机、主题与国际化、混合发等核心内容，并通过多个案例以及“天气预报”App和“我的视频”App两个完整的实战项目，将理论知识与实践结合，提升读者的实战发能力。通过对本书的学习，读者将会对Flutter框架以及跨平台发有全面的认识，并可在实践中使用Flutter大大提高移动发效率。 本书适合正在使用Flutter以及对Flutter感兴趣的发人员阅读和参考。
深度学习入门与TensorFlow实践
￥63.94
本书首先介绍深度学习方面的数学知识与Python基础知识，线性模型中的线性回归模型和logistic模型；然后讲述正向传播算法、反向传播算法及深度神经网络的完整训练流程，输出层的激活函数和隐藏层的常见激活函数，深度学习的过拟合和欠拟合，应对过拟合的方法，以及使用TensorFlow 2建立深度神经网络模型的步骤；着介绍卷积神经网络及其两个重要的组成部分—卷积和池化，以及如何使用TensorFlow 2建立卷积神经网络；后讨论如何从零始实现循环神经网络，如何搭建深度学习框架，如何使用TensorFlow 2建立循环神经网络模型。 本书既可供从事人工智能方面研究的专业人士阅读，也可供计算机专业的师生阅读。
基于机器学习的个性化推荐算法及应用
￥63.94
个性化推荐作为一种重要的信息过滤技术，广泛应用于电子商务、社交服务以及基于位 置的服务等领域，随着数据量的爆炸式增长，原有的推荐算法存在执行效率低和数据稀疏性等问题。为了解决原有推荐算法存在的问题，本书提出了3 种新的算法，分别是基于三维项集矩阵和向量的频繁项集挖掘算法、融合惩罚因子和时间权重的协同过滤算法以及基于用户属性和项目评分的协同过滤算法，并介绍了一个个性化图书推荐原型系统的构建方案。 本书结构清晰、文字流畅，适合对机器学习、个性化推荐感兴趣的读者阅读。
万物皆计算:科学奇才的探索之旅
￥64.90
本书为斯蒂芬·沃尔弗拉姆的随笔集，汇集了其过去十余年不同场合的文章、讲稿等，以计算思维范式为中心，讲述了沃尔弗拉姆在科学、技术、艺术、哲学、商业等多个领域的思想探索与实践。从为电影《降临》提供科学咨询、解决人工智能道德规范问题、寻找一个不寻常的多面体的来源、与外星人交流，到建立Mathematica 和WolframAlpha，再到寻找物理学的基本理论和探索π，本书捕捉到了计算世界伟大先驱之一的感染力和好奇心，向读者展示了计算思维在当代科技发展中的无限可能。 本书适合所有对科技史、科学哲学感兴趣，对阔视野、提升认知与思考能力有需求的读者阅读。
机器学习算法(原书第2版)
￥65.35
与机器学习领域很多偏重于理论的书相比，本书在简明扼要地阐明基本原理的基础上，侧重于介绍如何在Python环境下使用机器学习方法库，并通过大量实例清晰形象地展示了不同场景下机器学习方法的应用。从这个角度来说，本书是一本使机器学习算法通过Python实现真正“落地”的书，而这无疑将给想要或致力于机器学习应用的读者带来方法理解和实现上的巨大裨益。 书中所有实例都是用Python编写，使用了scikit-learn机器学习框架、自然语言工具包（NLTK）、Crab、langdetect、Spark（PySpark）、Gensim、Keras和TensorFlow（深度学习框架）。这些程序适用于基于Linux、和Windows系统的Python 2.7和3.3 版本。 本书主要面向希望在预测分析和机器学习领域建立扎实基础的机器学习工程师、数据工程师和数据科学家。
智能物联网的存储器设计与实现
￥65.35
本书涵盖了一系列先的物联网嵌式存储器实现，阐述了用于物联网设备的超低功耗存储器，讲述了用于医疗电子等特殊应用的塑料电路和聚合物电路；探讨了具有嵌式存储器的微控制器，用于多种互联网设备的智能控制；详述了用铁电RAM（FeRAM）、电阻式RAM（RRAM）和磁阻式RAM（MRAM）技术制作神经形态存储器，用于收集、处理和表示物联网硬件生成的大量数据。本书还特别介绍了与互补金属氧化物半导体（CMOS）兼容的存储器技术，包括嵌式浮栅和电荷捕获EEPROM/闪存以及FeRAM、FeFET、MRAM和RRAM。
边缘计算:原理、技术与实践
￥65.35
随着通信和计算技术的快速发展、计算成本的不断降低，物理世界与信息世界正在发生加速融合。不仅仅是物理世界的信息被映射到网络当中，通信和计算的能力也随着嵌式技术的发展融到了世间万物。随着物联网和5G通信产业的快速兴起，越来越多的人和物始持续产生大量、多样的计算任务，“无处不在的计算”成为了各类应用共性而迫切的需求，边缘计算应运而生。 相比于云计算，边缘计算将计算资源下沉到网络边缘设备、甚至嵌到各类网络系统当中，为大至自动驾驶车联网、小到可穿戴设备提供快速、稳定、无处不在的计算服务。如果说物联网让物理世界具备了“感知”和“沟通”的能力，那么边缘计算的使命则是让世间万物具备“思考”的能力。网络边缘在形态上可以千变万化，既可以是部署在移动蜂窝网络的数据中心、亦可以是随车而载的小型服务器，甚至可以是随身携带的迷你节，以完成各类场景的计算服务，这些场景包括移动计算、自动驾驶车联网、智慧工业、智能家居、可穿戴计算等。
飞桨PaddlePaddle深度学习实战
￥65.35
本书由百度官方出品，百度公司CTO王海峰博士作序，张钹院士、李未院士、百度集团副总裁吴甜联袂推荐。 本书遵循“内容全面、由浅深、注重实践”的原则，基于飞桨PaddlePaddle深度学习平台，较为全面地覆盖了学习深度学习技术所必须具备的基础知识以及深度学习主要核心技术，包括相关的数学基础、Python编程基础、机器学习基础以及正向/反向传播算法、卷积神经网络、循环神经网络等，尽量做到读懂一本书即可达到“零基础”到“全精通”。 在章节安排上，考虑读者的特和认知规律，在知识架构和案例穿插的设计上确保循序渐、由浅深。同时，本书提供了大量的深度学习实战案例，覆盖了当前计算机视觉、自然语言处理、个性化推荐等领域主流应用典型的算法，每章都单独配以飞桨代码实现，详细解析实操过程，手把手引导读者展实践练习、深掌握相关知识。 本书提供配套代码合集，详情请访问https://aistudio.baidu.com/aistudio/projectdetail/518424
AutoCAD入门教程全掌握
￥65.35
《AutoCAD门教程全掌握》分为两册，*册（共11章）包括AutoCAD概述、AutoCAD绘图基础、绘制二维图形、规划与管理图层、修改二维图形、创建文字、符号与表格、尺寸标注、图块与外部参照、高效绘图工具、布局与印出图和图纸集等。第二册（包括7章）包括平面图形绘制、轴测图、绘制三维图形、编辑与渲染三维图形、三维零件设计、零件装配和工业造型实例；本书内容翔实，图文并茂，条理清晰，重突出，可以作为大中专院校、高职院校和社会相关培训机构的教材，也可作为AutoCAD初学者及工程技术人员的自学用书。
精通ROS机器人编程(原书第2版)
￥65.35
本书主要面向机器人发人员和想充分利用ROS功能的研究人员，是一本侧重ROS框架高级概念的阶学习指南。书中既介绍了ROS的基本概念，又系统讲解了使用ROS行复杂机器人设计、建模、仿真和交互的实用技术、工具和编程技巧，包含大量示例，可以为你快速提升ROS实战技能提供翔实参考。 全书共15章，第1章简要介绍ROS基本概念；第2章解释如何使用ROS软件包；第３章讨论７-DOF机械臂和差速驱动机器人的设计；第４章和第5章通过示例详细讲解如何使用Gazebo和V-REP这两个的机器人仿真软件；第6章介绍如何使用ROS MoveIt！和导航软件包集的现有功能；第7章讨论ROS pluginlib、小节和控制器等一些高级概念；第8章一步讨论RViz插件和ROS控制器；第9章讨论一些硬件组件与ROS的口；第１０章讨论如何使用ROS连各种视觉传感器，并利用源计算机视觉库（ＯｐｅｎＣＶ）和云库（PCL）行编程；第１１章介绍如何构建差速驱动的自主移动机器人，并将其与ROS连；第１２章介绍ＭｏｖｅＩｔ！的高级功能；第１３章讨论如何将Ｍａｔｌａｂ和Ｓｉｍｕｌｉｎｋ软件与ROS连；第１４章介绍ＲＯＳ－Ｉｎｄｕｓｔｒｉａｌ软件包；第１５章讨论如何在ROS中安装集成发环境，并介绍ROS实战技巧与调试方法。
FreeRTOS内核实现与应用开发实战指南:基于STM32
￥65.35
本书基于野火STM32全系列发板介绍FreeRTOS内核实现与应用发，全书分为两部分：*部分教你如何从0到1把FreeRTOS内核写出来，从底层的汇编始，讲解任务如何定义、如何切换，还讲解了阻塞延时如何实现，如何支持多优先级，如何实现定时器以及时间片等FreeRTOS的核心知识；第二部分则始讲解FreeRTOS内核组件的应用以及如何使用FreeRTOS行多任务编程。本书内容翔实，案例丰富，配有大量示例代码，适合作为嵌式领域工程师和爱好者的技术参考书，也适合相关专业的学生学习参考。
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。
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。
