计算机 - 第6页

《深度学习》由全球知名的三位专家 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰写，是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分：第 1 部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第 2 部分系统深入地讲解现今已成熟的深度学习方法和技术；第 3 部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研

本书聚焦智能体（AI Agent）的设计方法与落地技巧，帮助非技术背景职场人士系统学习 AI 智能体设计。本书以“原理 - 工具 - 实战”为逻辑主线，全面解析了 AI Agent 的原理与设计方法。 全书通过扣子和 AppBuilder 这两个国内主流工具的 36 个实操案例，手把手教会读者在创作、办公、营销、求职等领域快速构建智能体应用。特别设计的低门槛体系与步骤化指导，让零基础读者也能轻松上

本书示例丰富，图文并茂，以简明易懂的方式阐释了算法，旨在帮助程序员在日常项目中更好地利用算法为软件开发助力。前三章介绍算法基础，包括二分查找、大 O 表示法、两种基本的数据结构以及递归等。余下的篇幅主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如何时采用分而治之、贪婪算法或动态规划，哈希表的应用，图和树算法，K 最近邻算法等。这一版将示例代码更新到了 Python 3，并新增了

人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。本书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2V），神经概率语言模型（NPLM），循环神经网络（RNN），Seq2Seq（S2

适读人群 ：本书既适合Excel用户，也适合Python用户阅读。内容简介xlwings创始人教你如何让Excel飞起来！告别烦琐公式和VBA代码办公人士零压力学Python流行Python库xlwings创始人亲授每当花上几小时手动更新Excel工作簿时，或者每当Excel工作簿因保存了太多数据而崩溃时，你都应该停下来，思考自己是否应该换个工作方式。本书将展示为什么在Excel中引入Python

适读人群 ：从事嵌入式、操作系统、Linux编程、驱动/内核开发、智能设备开发的工程师，以及Linux初中级读者。全书共五篇，以从易到难的顺序详细剖析了Linux内核开发的核心技术。“知识储备篇”介绍了Linux的数据结构、中断处理、内核同步和时间计算等内容，这些是理解后续章节的前提；之后通过“内存管理篇”“文件系统篇”“进程管理篇”详细介绍了Linux的三大核心模块；最后的“综合应用篇”则融合了

本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原理，第6章回顾深度学习所用的处理器结构从

全书系统阐述了“AI 工程”的核心方法——如何基于现成的基础模型（LLM、LMM）构建高效、实用的 AI 应用。书中提供了完整的 AI 工程框架，涵盖模型选择与评估、提示工程、RAG 与智能体、微调策略、数据集工程、推理优化及 AI 工程架构等关键环节，帮助开发者在复杂的 AI 生态中做出科学的技术决策。 作者结合丰富的业界经验，通过大量真实案例与可操作的方法，展示了如何让 AI 应用更快、更可靠

《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的最优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

《深入理解计算机系统（原书第3版）》和第2版相比，本版内容上最大的变化是，从以IA32和x86-64为基础转变为完全以x86-64为基础。主要更新如下：基于x86-64，大量地重写代码，首次介绍对处理浮点数据的程序的机器级支持。处理器体系结构修改为支持64位字和操作的设计。引入更多的功能单元和更复杂的控制逻辑，使基于程序数据流表示的程序性能模型预测更加可靠。扩充关于用GOT和PLT创建与位置无关代