购物车
个人中心
深度学习:卷积神经网络技术与实践
￥51.35
本书共11章，主要内容包括深度学习简介、Python基础、神经网络基础、卷积神经网络、经典卷积网络结构、迁移学习、循环神经网络、强化学习、深度强化学习、基于策略的算法更新与趋势等，通过具体案例，将Python语言、深度学习思想、强化学习思想和实际工程完美地结合起来。本书由浅深，从易到难，各章节既相对独立又前后关联，其*大的特就是破了传统书籍的讲解方法，在介绍各部分理论基础的同时，搭配具体实例，通过对相关程序的详细讲解一步加深对理论基础的理解。
OpenCV深度学习应用与性能优化实践
￥57.85
Intel音视频团队与阿里巴巴图像处理专家联合撰写，知名专家联袂推荐，深解析OpenCV DNN 模块、基于GPU/CPU的加速实现、性能优化技巧与可视化工具，以及人脸活体检测（完整案例）与主流识别项目解析。 第1～2章介绍了OpenCV编译、运行，深度学习模块（Open DNN）的架构、实现原理，以及深度学习的数学基础与如何快速上手。 第3～5章主要介绍了OpenCV的GPU加速原理，涵盖必要的并行计算知识、Intel GPU硬件结构，以及OpenCL和Vulkan加速实现，是性能优化工作的核心。 第6章介绍了CPU的硬件知识，以及深度学习模块的CPU加速方法，重讲解了指令集SIMD加速，讨论了Halide后端加速、OpenVINO（Intel推理引擎）加速。 第7章介绍了常用的深度神经网络可视化工具——TensorBoard（适用于TensorFlow网络格式），Netscope（适用于Caffe网络格式），针对Intel硬件平台的性能调优工具VTune，以及高阶程序优化的思路和方法。 第8～9章重讲解实践细节，包括用深度学习方法处理计算机视觉的基本问题，以及一个完整的人脸活体检测项目与主流识别项目解析。
机器阅读理解:算法与实践
￥51.35
微软高级研究员撰写，剖析机器阅读理解支撑技术、模型架构、前沿算法、模型SDNet源码与落地应用。 全书分为三篇，共8章内容。基础篇（第1～3章），介绍机器阅读理解的基础知识和关键支撑技术，涵盖机器阅读理解任务的定义，阅读理解模型中常用的自然语言处理技术和深度学习网络模块，例如如何让计算机表示文章和问题、做多项选择题及生成回答等。架构篇（第4～6章），介绍解决各类机器阅读理解任务的基本模型架构和前沿算法，并剖析对机器阅读理解研究有着重要影响的预训练模型（如BERT和GPT）。实战篇（第7～8章），包括笔者在2018年获得CoQA对话阅读理解竞赛*名时所用的模型SDNet的代码解读，机器阅读理解在各种工业界应用中的具体落地过程和挑战，以及笔者对于机器阅读理解未来发展方向的思考。 作者亲授“机器阅读理解”直播课，搭配图书学习效果更佳！ 回放&PPT获取方式 1、微信关注“华章计算机” 2、在后台回复关键词：机器阅读理解
写给架构师的Linux实践:设计并实现基于Linux的IT解决方案
￥57.85
本书是一本帮你全面掌握各种Linux组件与功能，以及相关技术的实用指南。书中分别从存储、可用性、数据监控和系统管理四方面详细介绍如何设计并实现基于Linux的解决方案。 在面对具体的问题时，作者首先指出有助于解决该问题的几项指标，然后介绍可供选择的各种工具与做法并分析优劣，*后通过详细的配置文件、程序代码及控制台命令帮助给出较为恰当的解决方案。 全书共15章，分为四部分。 第①部分（第1~5章）介绍使用GlusterFS部署高性能的存储解决方案时，应该如何做出必要的决策； 第二部分（第6~9章）讲解Kubernetes的优势，说明怎样用它来编排容器化应用程序的部署与管理工作，并演示解决方案的部署过程； 第三部分（第10~12章）讲解如何实现ELK stack（ELK栈），通过其中的Elasticsearch、Logstash与Kibana可以把环境日志管理好； 第四部分（第13~15章）介绍IaC（Infrastructure as Code）的工作原理，以及用Saltstack来管理系统有哪些好处，并且讨论一些设计经验。 本书适合Linux 系统管理员、Linux支持工程师、DevOps工程师、Linux顾问，以及使用各种源技术的专业工作者阅读参考，以帮助其学习基于Linux及源软件的解决方案，并提高架构、设计与实现水平。
基于GPU加速的计算机视觉编程:使用OpenCV和CUDA实时处理复杂图像数据
￥51.35
本书提供了OpenCV与CUDA集成以实现实际应用的详细概述。首先介绍使用CUDA行GPU编程的基础知识。然后，通过一些实际的例子讲解如何利用GPU和CUDA实现OpenCV加速。一旦掌握了核心概念，读者将熟悉如何在NVIDIA Jetson TX1上部署OpenCV应用程序，该应用程序在计算机视觉和深度学习应用程序中非常流行。本书的*后几章解释了PyCUDA，这是一个Python库，它利用CUDA和GPU的强大功能来加速。在本书的*后，读者将通过本书的实践方法增强计算机视觉应用程序。
深入理解OpenCV:实用计算机视觉项目解析(原书第3版)
￥51.35
本书秉承“帮助计算机视觉工程师迈出掌握OpenCV的*步”的初心，在保留必要的数学公式的情况下，针对当前热门的计算机视觉主题，如面部识别、关键检测、姿态估计，以及基于深度卷积网络的车牌识别，展示了从构思到运行的全过程，并提供了完整的项目代码。 无论你来自学术界还是工业界，都将从经验丰富的OpenCV专家那里学习如何轻松地实现计算机视觉产品和项目。通过多个完整的计算机视觉项目，你将熟悉API的功能，并深了解在计算机视觉项目中如何设计和选型，从而超越计算机视觉的基础，从更高的层次上实现复杂的图像处理项目的解决方案。而且，你将能借助本书中的项目创建各种工作原型，对OpenCV 4的新功能做到烂熟于心。 通过阅读本书，你将学会： 使用有效的OpenCV代码对真实世界的计算机视觉问题行建模 发现OpenCV项目及维护的*实践 探索用于复杂计算机视觉任务的算法设计方法 使用OpenCV新的API（v4.0.0） 从运动中理解3D场景结构和重建3D场景（SfM） 使用ArUco模块行相机标定并叠加AR物体
跟老男孩学Linux运维:核心基础篇(上)(第2版)
￥90.35
本书从脉络上可分为五大部分。第壹部分为Linux门环境与基础（第0章~第4章），此部分着重介绍了新手需要了解的计算机核心硬件基础知识。第二部分为Linux目录结构与文件属性（第5章~第9章）。着重讲解的是Linux的目录结构与重要文件路径知识，Linux系统机启动核心知识，大量和文件、目录相关的核心命令讲解与实践，Linux系统文件类型、权限、用户、用户组、时间戳、软硬连等核心知识。 第三部分为中高级实战知识和技能篇（第10章~第15章）。着重讲解的是Linux系统各类特殊字符，正则表达式与三剑客知识，Linux系统12位权限，Linux系统定时任务，Linux用户管理知识与企业级用户管理项目案例。
精益软件开发管理之道
￥31.85
本书是一本软件开发方法学的书。作者从24个不同的视角，在更大的空间、时间、行业、文化背景下，考察了敏捷和精益方法。这本书详细阐述了敏捷和精益开发方法取得成功的深层原因。本书包括以下内容：系统思考，以适当足够的方式关注客户；技术杰出，介绍了杰出软件开发的基础——低耦合的架构、测试驱动的开发过程等；可靠交付，讨论了工作流和日程计划，以及反馈的重要作用；无情改进，讨论了所有精益组织的基本特点：持续不断、永不满足的改进；卓越的人，卓越的结果来自于卓越的人；一致的领导，讨论在领导团队中达成一致。 本书适合敏捷教练、敏捷咨询师、软件开发及管理人员参考。
Linux设备驱动开发详解:基于*新的Linux 4.0内核
￥57.85
通告： 本书第11页，第六行已经失效，替换为：http://pan.baidu.com/s/1cFrl2e 密码：ezs2 本书介绍了Linux设备驱动发理论、框架与实例，详细说明了自旋锁、信号量、完成量、中断顶/底半部、定时器、内存和I/O映射以及异步通知、阻塞I/O、非阻塞I/O等Linux设备驱动理论,以及字符设备、块设备、tty设备、I2c设备、LCD设备、音频设备、USB设备、网络设备、PCI设备等Linux设备驱动架构中各个复杂数据结构和函数的关系，并讲解了Linux驱动发的大量实例，使读者能够独立发各类Linux设备驱动。
白话深度学习与TensorFlow
￥44.85
基础篇(1-3章)：介绍深度学习的基本概念和Tensorflow的基本介绍。原理与实践篇（4-8章）：大量的关于深度学习中BP、CNN以及RNN网络等概念的数学知识解析，加以更朴素的语言与类比，使得非数学专业的程序员还是能够比较容易看懂。扩展篇（9-13章）：介绍新增的深度学习网络变种与较新的深度学习特性，并给出有趣的深度学习应用。读完本书，基本具备了搭建全套Tensorflow应用环境的能力，掌握深度学习算法和思路，以及行一般性的文章分类、音频分类或视频分类的能力。
移动App性能评测与优化
￥38.35
移动应用的使用量和重要性与日俱增，通过移动应用性能的评测与优化可以捕捉到移动应用所有的功能或者性能方面的问题。本书通过六个专题方向介绍腾讯公司在移动应用方面的实战经验，涉及内存、电量、流畅度、导航、网络优化和应用安装包瘦身。每个专题都有案例说明，重在讲述问题解决的思路，以及过程中碰到的问题。读者可以通过本书快速了解提升应用的思路与方法，造更加优秀的移动应用。主要内容有：第1章是内存篇，介绍了各种内存使用情况分析的方法和一些优化技巧。第2章是电量篇，从app层面到rom层面，从硬件测试方法到软件测试方法，结合多个案例多方面介绍电量测试的切和测试方法以及测试原理。第3章是流畅度篇，介绍了Android流畅度的测试和优化方法。第4章是导航篇，介绍了路线规划、语音播报这两个导航中*重要的模块的测试方法和经验。第5章是网络篇，重介绍提升上传速度和成功率、产品流量优化。第6章是应用安装包瘦身篇，结合一个瘦身实际案例介绍了当前常用的瘦身方法、瘦身工具以及瘦身过程中的技巧。第7章是工具篇，介绍腾讯公司发并源的工具，专门针对移动应用的性能评测与优化，可帮助读者真正应用到实际工作中。
构建高可用Linux服务器(第3版)
￥51.35
本书是Linux运维领域公认的经典畅销书，是51CTO、IT168等知名网站和多位资深运维专家共同推荐的运维工程师的工具书！ 酒哥在Linux运维领域潜心实践近10年，一直在运维一线，技术和思维都紧跟时代的发展，非常清楚运维工程师们需要什么，应该学习什么。本书不仅是他近10年工作经验的结晶，同时也是他的数万名读者和数十万粉丝共同需求和集体智慧的呈现。本书自第1版出版以来，就广受关注和好评，曾被《程序员》杂志和51CTO等权威IT媒体评为“10大*技术影响力的图书”和“受读者喜爱的原创图书”。笔者根据运维技术的发展和读者的反馈意见，不断地对书的内容行优化：更新了过时的技术；补充了*的内容；限于篇幅，部分内容作为电子版免费提供给读者在线阅读，从而使得这本书的内容更加完善。
基于机器学习的数据缺失值填补:理论与方法
￥51.35
这是一部讲解如何基于机器学习技术实现数据缺失值填补的专著，与传统的基于统计学的缺失值填补方法相比，效率上得到了较大的提升。作者基于多年的研究和实践成果，创新性地提出了基于神经网络的缺失值填补方法和基于TS模型的缺失值填补方法。 全书共8章，可分为4个部分。 第壹部分（第1~3章）：首先介绍缺失值填补领域的缺失数据机制、基本概念、性能度量等基础知识，随后详细阐述目前基于统计学、机器学习的缺失值填补理论与方法。 第二部分（第4~5章）：对目前神经网络在缺失值填补领域的研究成果行归纳总结，并从网络模型、填补方案角度阐述神经网络填补方法的设计及应用。 第三部分（第6~7章）：详细介绍面向不完整数据的TS建模过程，随后通过特征选择算法处理TS建模中的特征冗余问题，并从前提参数优化和结论参数优化两个角度改TS模型。 第四部分（第8章）：以缺失值填补方法在我国贫困问题研究中的应用为例，展现缺失值填补方法的现实意义。
工业大数据融合体系结构与关键技术
￥51.35
本书针对工业大数据的融合架构与关键技术行了研究，在对工业4.0、物联网和云计算行分析的基础上，从定义、技术以及管理三个方面对大数据行了阐述，给出了工业大数据融合研究与应用的体系结构。针对工业制造领域的特定应用场景，充分研究了数据的感知、采集和异常检测技术，阐述了现有方法的利弊，分析了存在的问题，并提出了一系列创新的解决方案。
深度学习:主流框架和编程实战
￥38.35
本书是利用实例来讲解深度学习框架以及深度学习方法的综合性著作，介绍了四大深度学习框架（TensorFlow、Caffe、Torch和MXNet），还详细介绍了调参、二次口的编程、迁移学习的模型等内容。
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。
计算机系统开发与优化实战
￥70.27
本书首先介绍通用处理器的架构，以及汇编和编译的技术；然后讲解 Linux 内存管理、Linux 程管理， 以及 GDB、trace、eBPF、SystemTap 等 Linux 系统发工具；着通过视频编解码主流技术和 NVIDIA 计算平台 CUDA 等讨论人工智能技术在音视频领域与自然语言处理领域的应用；后讲解标准计算平台 OpenCL 的原理、源硬件 soDLA、Intel 神经网络异构加速芯片、SystemC 框架。 本书适合从事企业系统发及优化的技术人员阅读，也可供计算机相关专业的师生参考。
深度学习与信号处理: 原理与实践
￥83.85
本书分析研究了深度学习相关的网络模型，以及不同网络模型的算法结构、原理与核心思想及实战案例。主要内容涉及人工神经网络、模糊神经网络、概率神经网络、小波神经网络、卷积神经网络及其扩展模型、深度生成对抗网络及其扩展模型、深度受限玻尔兹曼机及其扩展模型、深度信念网络及其扩展模型、深度自编码器及其扩展模型等深度学习网络结构、原理与方法。通过深度学习网络在信道盲均衡、目标识别、图像分类和运动模糊去除、特征提取与识别、缺陷早期诊断等领域中的应用案例，为读者提供应用深度学习网络解决具体问题的思路和方法。本书适合人工智能、计算机、自动化、电子与通信、大数据科学等相关学科专业的科学研究人员和工程技术人员阅读，也可作为相关专业博士、硕士研究生的参考书。
ANSYS 19.0实例详解
￥76.30
《ANSYS 19.0实例详讲》在总结作者多年教学和工程经验的基础上，从使学习者快速门并能够解决实际问题的角度出发，通过大量典型实例系统地介绍了ANSYS软件的使用方法及其在机电工程领域的应用实例。本书以ANSYS软件的使用方法为中心，其他内容围绕该中心展，目的是让读者从实际应用出发，循序渐，逐渐掌握该软件的精髓，并能够有效地解决实际工作和科研中遇到的问题。 本书共分为12章，第1章介绍产品设计流程及ANSYS软件，第2章讲解ANSYS几何建模及模型修复和简化，第3章介绍网格划分基础，网格质量评定标准及改善网格质量的措施，第4章介绍结构静力学分析及结构仿真模块通用工具和结果后处理工具，第5章介绍结构动力学仿真，第6章介绍振动及疲劳耐久仿真，第7章介绍屈曲分析，第8章介绍热分析及热相关耦合仿真，第9章介绍流体仿真分析，第10章为电磁仿真基础，并通过具体实例演示了磁——热及磁——结构场仿真基本流程，第11章概述ACT插件，第12章为多物理场耦合仿真。 全书ANSYS软件应用案例丰富，每个案例都提供了详细操作流程及参数设置方法，为方便读者学习，随书配套网盘包含全部案例源文件和有声讲解视频。 本书可以作为高等院校机电、力学类相关专业本科生和研究生的教科书，也可作为工程技术人员和培训机构学习ANSYS软件的参考书。
深度学习――图像检索原理与应用
￥41.30
本书系统论述深度 学 习 图 像 检 索 的 原 理 与 应 用。全 书 共 分 为 两 篇:第 一 篇 图 像 检 索 基 础( 第 1~3 章) , 介绍图像检索技术、 深度 学 习 基 础、 基 于 深 度 学 习 的 图 像 检 索 方 法;第 二 篇 图 像 检 索 应 用 ( 第 4~8 章) , 以车辆图像为研究对象, 深详细地讲述基于深度神经网络的快速车辆图像检测方法、 基于迁移学习 场景自适应的车辆图像检索方法、 基于多视角图像生成的车辆图像检索方法、 基于车牌图像超分辨率重建 的车辆图像检索方法、 多模型融合的渐式车辆图像检索方法。附录 A 和附录 B分别提供本书实验所使 用的数据集和源代码。 本书适合作为从事深度学习图像检索技术研究的科技工作者、 专业 技术人员、 高校教师、 研究生及高 年级本科生的参考用书。
区块链原理、架构与应用(第2版)
￥55.30
本书首先梳理了区块和数字货币的历史与现状,详细阐述区块的基础理论和运行原理;然后根据 区块技术的发展路线,分别阐述区块1.0比特币、区块2.0以太坊和区块3.0的基本概念、核心技 术、架构特和运行机制,分析总结当前热门的一些数字货币和商业应用,深分析区块常见问题;后 探讨区块与虚拟化、人工智能、物联网等新技术结合的概念、思路和关键技术,并结合课题组目前正在 行的研究工作,详细介绍深度学习常用框架及其与区块的融合方案。 本书可作为学习区块技术人士的参考书,也可作为高等院校相关课程的教材,还可供从事区块技 术领域工作的工程技术人员阅读。
