本書深入淺出地介紹后摩爾時代的并行計算核心技術(shù)，讀者能較輕松地在短時間內(nèi)學(xué)懂主要內(nèi)容。全書理論與實踐并重，兼顧數(shù)學(xué)模型、結(jié)構(gòu)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(lián)系與區(qū)別，強調(diào)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(zhuǎn)化的重要性；②注重量化分析和理論推導(dǎo)，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(yīng)用程序的設(shè)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(yǎng)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(yīng)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(chǔ)知識，涉及語法、數(shù)組、字符串、結(jié)構(gòu)體和指針；第2章帶讀者感受算法之美，涉及算法復(fù)雜度、函數(shù)和遞歸；第3章講解線性表的應(yīng)用，涉及順序表、鏈表、棧和隊列，以及STL中的常用函數(shù)和容器；第4章講解樹的應(yīng)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(chǔ)，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(yīng)鏈優(yōu)化領(lǐng)域的算法理論知識與行業(yè)實踐案例，涵蓋了供應(yīng)鏈管理的基礎(chǔ)內(nèi)容，通過實際案例具象化介紹如何運用運籌優(yōu)化算法解決企業(yè)遇到的供應(yīng)鏈管理問題，并詳細闡述了各個案例的問題產(chǎn)生背景、建模過程、算法設(shè)計、求解代碼。其中，案例按照供應(yīng)鏈規(guī)劃、計劃和執(zhí)行三個維度組織，規(guī)劃篇從點到線再到面，逐步講述了供應(yīng)鏈網(wǎng)絡(luò)的設(shè)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(guī)劃、在庫時的庫存管理、出庫后的包裹計劃；執(zhí)行篇則聚焦于供應(yīng)鏈組成要素的日常運營過程，講
《機器視覺檢測與識別技術(shù)及應(yīng)用：基于深度學(xué)習(xí)》致力于深入剖析機器視覺檢測與識別技術(shù)的內(nèi)在機理、實用策略及其多元化應(yīng)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(jīng)驗的橋梁。內(nèi)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(chǔ)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(jié)合，相關(guān)章節(jié)均配以典型的案例分析，展示這些技術(shù)在現(xiàn)實場景中的具體應(yīng)用。通過閱讀本書，讀者將深入理解機器視覺技術(shù)的運作原理，并學(xué)會如何將這些技
本書以Altera公司全新推出的Quartus Prime 18.1為設(shè)計平臺，結(jié)合大量的實例來介紹基于Verilog HDL的FPGA/CPLD數(shù)字系統(tǒng)的設(shè)計方法。本書由淺入深地介紹了采用Quartus Prime 18.1進行數(shù)字系統(tǒng)開發(fā)的設(shè)計流程、設(shè)計思想和設(shè)計技巧。書中實例豐富，既有簡單的數(shù)字邏輯電路實例、數(shù)字系統(tǒng)設(shè)計實例，也有復(fù)雜的數(shù)字控制系統(tǒng)設(shè)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(gòu)和功能部件設(shè)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(wù)處理器變成通用處理器。GPU在設(shè)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(yè)最矚目的明星。本書對華為等廠商推出的NPU芯片設(shè)計也做了架構(gòu)描述，中國也擁有獨立自主知識產(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，介紹了存儲與互連總
本書系統(tǒng)地闡述了計算機視覺中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)問題與解決方案進行了分類講解。另外，針對NeRF與3DGS在實際應(yīng)用過程中可能遇到的挑戰(zhàn)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(fā)展的技術(shù)，并為其進一步的學(xué)習(xí)、研究以及三維視覺應(yīng)用的實踐提供堅實的基礎(chǔ)。
本書基于PyTorch深度學(xué)習(xí)框架，結(jié)合計算機視覺中的主流任務(wù)，介紹了深度學(xué)習(xí)相關(guān)算法的計算機視覺上的應(yīng)用。本書主要內(nèi)容分為兩部分。第一部分為PyTorch框架使用的相關(guān)知識，以及計算機視覺和深度學(xué)習(xí)的入門知識。第二部分重點介紹深度學(xué)習(xí)在計算機視覺上的應(yīng)用，包括：經(jīng)典的深度卷積網(wǎng)絡(luò)、深度注意力網(wǎng)絡(luò)，以及基于自注意力的Transformer系列網(wǎng)絡(luò)在圖像分類中的應(yīng)用；R-CNN系列、YOLO系列、SSD系列目標檢測網(wǎng)絡(luò)的算法思想及在目標檢測中的應(yīng)用；FCN、U-Net等全卷積網(wǎng)絡(luò)在圖像語義
在人工智能的浩瀚星空中，深度學(xué)習(xí)猶如一顆耀眼的明星，引領(lǐng)著計算機視覺技術(shù)的發(fā)展。《PyTorch深度學(xué)習(xí)與計算機視覺實踐》帶領(lǐng)讀者領(lǐng)略深度學(xué)習(xí)在計算視覺領(lǐng)域的魅力，詳解使用PyTorch 2.0進行計算機視覺應(yīng)用實戰(zhàn)的技巧。本書配套示例源碼、PPT課件。《PyTorch深度學(xué)習(xí)與計算機視覺實踐》共分15章，內(nèi)容包括深度學(xué)習(xí)與計算機視覺、PyTorch 2.0深度學(xué)習(xí)環(huán)境搭建、從0開始PyTorch 2.0、一學(xué)就會的深度學(xué)習(xí)基礎(chǔ)算法、基于PyTorch卷積層的MNIST分類實戰(zhàn)
本書是關(guān)于計算機算法基礎(chǔ)的權(quán)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(huán)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(wǎng)絡(luò)，任務(wù)間的依賴以及金融關(guān)系；解決字符串(例如DNA結(jié)構(gòu))問題的方法；密碼學(xué)背后的基本原理；數(shù)據(jù)壓縮的基礎(chǔ)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(dāng)長的時間來解決的問題。
新書資訊 新書推薦