本書深入淺出地介紹后摩爾時代的并行計算核心技術，讀者能較輕松地在短時間內學懂主要內容。全書理論與實踐并重，兼顧數學模型、結構模型、編程模型，與通常的并行計算圖書相比具有以下特色：①從概念上明確算勢與算力的聯系與區別，強調在后摩爾時代背景下從潛在能力(算勢)到實際能力(算力)的充分轉化的重要性；②注重量化分析和理論推導，單列一章對計算性能模型和存儲性能模型進行了介紹；③注重并行應用程序的設計，單列一章介紹并對比分析了共享存儲編程和非共享存儲編程的基本原理；④注重融會貫通，培養整體觀念，分
本書圖文并茂、通俗易懂，詳細講解常用的算法知識，又融入了大量的競賽實例和解題技巧，可幫助讀者熟練應用各種算法解決實際問題。 本書總計9章。第1章講解C++基礎知識，涉及語法、數組、字符串、結構體和指針；第2章帶讀者感受算法之美，涉及算法復雜度、函數和遞歸；第3章講解線性表的應用，涉及順序表、鏈表、棧和隊列，以及STL中的常用函數和容器；第4章講解樹的應用，涉及樹、二叉樹、二叉樹遍歷、哈夫曼樹和二叉搜索樹；第5章講解圖論基礎，涉及圖的存儲和圖的遍歷；第6章帶讀者進行算法入門，涉及貪心算法和分治算法
本書主要涉及智能供應鏈優化領域的算法理論知識與行業實踐案例，涵蓋了供應鏈管理的基礎內容，通過實際案例具象化介紹如何運用運籌優化算法解決企業遇到的供應鏈管理問題，并詳細闡述了各個案例的問題產生背景、建模過程、算法設計、求解代碼。其中，案例按照供應鏈規劃、計劃和執行三個維度組織，規劃篇從點到線再到面，逐步講述了供應鏈網絡的設計過程；計劃篇以商品為對象，按照其從入庫、在庫到出庫的不同存在形式，分別描述了入庫前的品類規劃、在庫時的庫存管理、出庫后的包裹計劃；執行篇則聚焦于供應鏈組成要素的日常運營過程，講
《機器視覺檢測與識別技術及應用：基于深度學習》致力于深入剖析機器視覺檢測與識別技術的內在機理、實用策略及其多元化應用，旨在為讀者搭建起一個堅實而全面的理論知識與實踐經驗的橋梁。內容涉獵廣泛，既涵蓋圖像處理、特征提取、目標檢測，又深入探索圖像分割、人臉識別、物體識別等，從基礎概念到高級算法，全面又深入。在深度解讀各個主題的同時，本書注重理論與實踐的緊密結合，相關章節均配以典型的案例分析，展示這些技術在現實場景中的具體應用。通過閱讀本書，讀者將深入理解機器視覺技術的運作原理，并學會如何將這些技
本書以Altera公司全新推出的Quartus Prime 18.1為設計平臺，結合大量的實例來介紹基于Verilog HDL的FPGA/CPLD數字系統的設計方法。本書由淺入深地介紹了采用Quartus Prime 18.1進行數字系統開發的設計流程、設計思想和設計技巧。書中實例豐富，既有簡單的數字邏輯電路實例、數字系統設計實例，也有復雜的數字控制系統設計實例。
本書介紹了超級計算機算力和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和功能部件設計。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處理器變成通用處理器。GPU在設計邏輯、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最矚目的明星。本書對華為等廠商推出的NPU芯片設計也做了架構描述，中國也擁有獨立自主知識產權的高算力芯片，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芯片架構的特點，介紹了存儲與互連總
本書系統地闡述了計算機視覺中NeRF（神經輻射場）技術與 3DGS（三維高斯噴濺）技術的背景、原理與細節。為了深入解讀這兩種技術如何在速度優化、質量優化、動態場景生成、弱條件生成等方面實現技術創新，本書對它們的核心技術問題與解決方案進行了分類講解。另外，針對NeRF與3DGS在實際應用過程中可能遇到的挑戰進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識這兩種正在快速發展的技術，并為其進一步的學習、研究以及三維視覺應用的實踐提供堅實的基礎。
本書基于PyTorch深度學習框架，結合計算機視覺中的主流任務，介紹了深度學習相關算法的計算機視覺上的應用。本書主要內容分為兩部分。第一部分為PyTorch框架使用的相關知識，以及計算機視覺和深度學習的入門知識。第二部分重點介紹深度學習在計算機視覺上的應用，包括：經典的深度卷積網絡、深度注意力網絡，以及基于自注意力的Transformer系列網絡在圖像分類中的應用；R-CNN系列、YOLO系列、SSD系列目標檢測網絡的算法思想及在目標檢測中的應用；FCN、U-Net等全卷積網絡在圖像語義
在人工智能的浩瀚星空中，深度學習猶如一顆耀眼的明星，引領著計算機視覺技術的發展�！禤yTorch深度學習與計算機視覺實踐》帶領讀者領略深度學習在計算視覺領域的魅力，詳解使用PyTorch 2.0進行計算機視覺應用實戰的技巧。本書配套示例源碼、PPT課件。《PyTorch深度學習與計算機視覺實踐》共分15章，內容包括深度學習與計算機視覺、PyTorch 2.0深度學習環境搭建、從0開始PyTorch 2.0、一學就會的深度學習基礎算法、基于PyTorch卷積層的MNIST分類實戰
本書是關于計算機算法基礎的權威指南。在本書中，作者提示了計算機如何通過算法解決問題。讀者將理解什么是計算機算法，如何描述它們，以及如何來評估它們。這些計算機算法將提供：利用計算機搜索信息的簡單方式；解決各種排序問題的方法；利用有向無環圖和最短路徑法來解決基本問題的方法(可用于建模公路網絡，任務間的依賴以及金融關系；解決字符串(例如DNA結構)問題的方法；密碼學背后的基本原理；數據壓縮的基礎知識；以及甚至一些沒有人能夠理解如何在計算機上用相當長的時間來解決的問題。
新書資訊 新書推薦