本書介紹了數(shù)字圖像處理技術(shù)和深度學(xué)習(xí)技術(shù)，以及這些技術(shù)的應(yīng)用，全書由12章組成。前九章主要介紹數(shù)字圖像處理技術(shù)，內(nèi)容包括：Python 環(huán)境搭建、位圖基礎(chǔ)、圖像的顯示、圖像的幾何變換、圖像灰度變換、圖像的平滑處理、圖像銳化處理、圖像分割及測量、圖像的形態(tài)學(xué)處理，后三章主要介紹深度學(xué)習(xí)技術(shù)，將數(shù)字圖像處理技術(shù)和深度學(xué)習(xí)技術(shù)相結(jié)合應(yīng)用于項(xiàng)目開發(fā)，內(nèi)容包括基于卷積神經(jīng)網(wǎng)絡(luò)CNN 模型的漢字識別、基于Faster RCNN 模型的手勢識別、基于卷積神經(jīng)網(wǎng)絡(luò)CNN 模型的語音識別共三個項(xiàng)目的開發(fā)技術(shù)。本書
軟件開發(fā)既需要理論和科學(xué)，也需要經(jīng)驗(yàn)和手藝。可惜，一直以來許多圖書都只關(guān)注前一部分，而忽略了后一部分。Mark 的這本書主要關(guān)注的就是經(jīng)驗(yàn)和手藝的部分。本書既詳細(xì)講解了 API 設(shè)計(jì)、紅綠重構(gòu)等常用技術(shù)，也演示了如何撰寫提交說明、如何修改單元測試，同時對故障定位、代碼閱讀、團(tuán)隊(duì)合作等傳統(tǒng)上被認(rèn)為“難以說清”的話題，也給出了實(shí)用而且精當(dāng)?shù)慕ㄗh。難能可貴的是，與其他圖書提供的示例代碼庫不同，本書的示例代碼庫包含了完整的 Git 提交記錄。也就是說，讀者可以按照作者的路徑，一步一個腳印地重溫整個開發(fā)過
本書總計(jì)9章，涵蓋了Kubernetesv1.29及之前版本的主要特性。圍繞Kubernetes認(rèn)證機(jī)制和安全機(jī)制進(jìn)行深入講解，既有實(shí)例，又有深入分析，可以讓讀者更容易理解Kubernetes中的認(rèn)證機(jī)制、授權(quán)模式、準(zhǔn)入控制機(jī)制，以及Pod的安全管理機(jī)制。圍繞Kubernetes存儲進(jìn)行深入講解，涉及持久卷相關(guān)的PV、PVC、StorageClass、靜態(tài)和動態(tài)存儲管理，以及CSI存儲機(jī)制的原理和發(fā)展?fàn)顩r。圍繞KubernetesAPI和開發(fā)實(shí)戰(zhàn)進(jìn)行講解，涉及Kubernetes資源對
本書介紹了超級計(jì)算機(jī)算力和AI算力的異同，從CPU流水線開始，描述主要的眾核處理器架構(gòu)和功能部件設(shè)計(jì)。在GPU和NPU等加速器部分，介紹了GPU為何能從單純的圖形任務(wù)處理器變成通用處理器。GPU在設(shè)計(jì)邏輯、存儲體系、線程管理，以及面向AI的張量處理器方面成為最近幾年全世界科技行業(yè)最矚目的明星。本書對華為等廠商推出的NPU芯片設(shè)計(jì)也做了架構(gòu)描述，中國也擁有獨(dú)立自主知識產(chǎn)權(quán)的高算力芯片，并且支持多芯片、高帶寬互連。本書也回顧了近20年來主流的CPU、GPU芯片架構(gòu)的特點(diǎn)，介紹了存儲與互連總
本書是一本兼具深度和廣度的跨專業(yè)領(lǐng)域的科普讀物，全書以案例形式，用輕松有趣的筆觸向讀者傳遞了科技的魅力。全書內(nèi)容分三部分：虛擬人在現(xiàn)代社會的市場前景、虛擬人的關(guān)鍵技術(shù)解讀，以及虛擬人產(chǎn)業(yè)的相關(guān)法律法規(guī)。對于市場前景部分，本書詳細(xì)描述了虛擬人的多元化種類、投資領(lǐng)域的火爆趨勢，以及元宇宙與虛擬人產(chǎn)業(yè)鏈的構(gòu)建；對于關(guān)鍵技術(shù)解讀部分，本書則聚焦于虛擬人的關(guān)鍵技術(shù)解析、系統(tǒng)整合策略，以及展演與IP運(yùn)營的新模式；對于相關(guān)法律法規(guī)部分，本書則詳細(xì)解讀了虛擬人產(chǎn)業(yè)的相關(guān)政策和法律監(jiān)管，強(qiáng)調(diào)了知識產(chǎn)權(quán)保
近些年來，在深度學(xué)習(xí)的推動下，人工智能步入新的發(fā)展階段。然而，隨著深度學(xué)習(xí)模型性能的提升，其計(jì)算復(fù)雜度也在不斷增加，深度學(xué)習(xí)模型的運(yùn)行效率面臨巨大挑戰(zhàn)。在這種情況下，深度學(xué)習(xí)高效計(jì)算成為在更大范圍內(nèi)應(yīng)用人工智能的重要環(huán)節(jié)。本書圍繞深度學(xué)習(xí)模型計(jì)算，重點(diǎn)從深度學(xué)習(xí)模型優(yōu)化、算法軟件加速、硬件架構(gòu)設(shè)計(jì)等方面展開介紹深度學(xué)習(xí)高效計(jì)算，主要包括低秩分解、剪枝、量化、知識蒸餾、精簡網(wǎng)絡(luò)設(shè)計(jì)與搜索、深度神經(jīng)網(wǎng)絡(luò)高效訓(xùn)練、卷積神經(jīng)網(wǎng)絡(luò)高效計(jì)算、大模型高效計(jì)算、神經(jīng)網(wǎng)絡(luò)加速器設(shè)計(jì)等內(nèi)容。
這是一本與眾不同的關(guān)于生成式AI的書。首先，它對AI產(chǎn)業(yè)和AI技術(shù)過去多年的發(fā)展脈絡(luò)做了一個總結(jié)，以高屋建瓴的視角分析事物的全貌。其次，它深入淺出地討論了AI尤其是生成式AI的關(guān)鍵技術(shù)問題，但沒有“沉溺”于這些問題。再次，它既涉及歐美最先進(jìn)的生成式AI產(chǎn)業(yè)，也涉及中國在追趕中的生成式AI產(chǎn)業(yè)。最后，它脫離了資本市場的短期視角，充分而全面地討論了一些基本的、長遠(yuǎn)的問題，例如生成式AI到底要如何改造傳統(tǒng)產(chǎn)業(yè)。“不瘋魔，不成活”，只有“固執(zhí)己見”的天才才能改變歷史——這是研究生成式AI帶給我
本書以 iPad 作為繪畫工具，由插畫師 OK 蛙給大家分享萌系插畫的創(chuàng)作思路和繪畫技巧，并聯(lián)合插畫經(jīng)理人兔叔，講解商業(yè)插畫接單的相關(guān)知識。書籍前半部分從簡單的元素入門，講解創(chuàng)意設(shè)計(jì)思路，并通過各種文創(chuàng)產(chǎn)品案例，演示萌系插畫在文創(chuàng)領(lǐng)域的運(yùn)用。在學(xué)習(xí)的過程中，讀者不僅可以按照書中的步驟跟畫，還可以把自己完成的作品變成實(shí)物，讓它真實(shí)地出現(xiàn)在生活中，體驗(yàn)插畫文創(chuàng)帶來的溫暖和趣味。后半部分側(cè)重于插畫的商業(yè)合作，講解在商業(yè)合作中個人插畫師必不可少的技能，為新手插畫師提供接稿思路，并例舉了一些接稿過程中需要
當(dāng)數(shù)據(jù)科學(xué)家使用Python處理數(shù)據(jù)，并希望創(chuàng)建展示ML模型的數(shù)據(jù)應(yīng)用程序，以及進(jìn)行易于創(chuàng)建的交互式可視化時，那么Streamlit將是最理想的選擇。Streamlit for Data Science(第2版)向數(shù)據(jù)科學(xué)家展示了如何在Python內(nèi)快速創(chuàng)建和部署小部件和儀表板。這可以幫助他們在幾小時內(nèi)而不是幾天內(nèi)創(chuàng)建原型。 為了掌握Streamlit這項(xiàng)技術(shù)，需要通過大量的實(shí)際案例來學(xué)習(xí)。本書由一個富有創(chuàng)造力的Streamlit用戶編寫，他在第一版發(fā)布后就一直使用該技術(shù)，本選題建立在前一版的實(shí)
本書系統(tǒng)地闡述了計(jì)算機(jī)視覺中NeRF（神經(jīng)輻射場）技術(shù)與 3DGS（三維高斯噴濺）技術(shù)的背景、原理與細(xì)節(jié)。為了深入解讀這兩種技術(shù)如何在速度優(yōu)化、質(zhì)量優(yōu)化、動態(tài)場景生成、弱條件生成等方面實(shí)現(xiàn)技術(shù)創(chuàng)新，本書對它們的核心技術(shù)問題與解決方案進(jìn)行了分類講解。另外，針對NeRF與3DGS在實(shí)際應(yīng)用過程中可能遇到的挑戰(zhàn)進(jìn)行了深入的分析與討論。本書旨在幫助讀者全方位地理解與認(rèn)識這兩種正在快速發(fā)展的技術(shù)，并為其進(jìn)一步的學(xué)習(xí)、研究以及三維視覺應(yīng)用的實(shí)踐提供堅(jiān)實(shí)的基礎(chǔ)。
新書資訊 新書推薦