本书以软件反汇编技术为中心，首先带领读者从x86的基础知识开始，学习如何读取、编写和构建赋能全球大量计算机的汇编语言；然后介绍如何使用IDA、Ghidra、Olly 等业界最受欢迎的工具对应用程序进行逆向工程；接着介绍如何利用补丁和密钥生成等技术进行软件破解，所有这些都利用了汇编和逆向工程的知识；最后从防御的角度向读者介绍相关技术，使他们能够更好地保护自己的软件。本书将引领好奇的读者深入软件破解和计算机的核心，探索其运作机制。深入学习x86计算机的运行原理，不仅对逆向工程和软件破解来说至关重要，还能帮助读者在代码优化、效率提高、调试、编译器设置调整以及芯片选择等方面成为更出色的开发者。

全书以基础知识讲解为主，旨在为广大数字绘画初学者和设计师提供一本全面、系统的入门教程，帮助他们快速掌握Procreate软件的使用方法和实战技巧。系统全面：涵盖Procreate软件的所有基础操作和**技巧，满足不同层次用户的需求。实战性强：结合丰富的实战案例，帮助读者快速上手并掌握软件应用技巧。图文并茂：采用图文结合的方式，直观展示软件界面和操作步骤，便于读者理解和操作。互动性强：设置课后习题和在线答疑环节，鼓励读者积极参与学习交流，提高学习效果。

本书是关于C++程序设计的经典教材，中文版分为基础篇和进阶篇，主要介绍程序设计基础、面向对象程序设计和数据结构。本书采用“基础优先，问题驱动”的教学方式，在设计自定义类之前介绍基本的编程概念和技术，同时侧重于解决问题而非语法，通过不同领域的示例说明相关概念。本书引导读者循序渐进地学习，从基本的编程技术到面向对象编程，从简单的数据类型到经典的结构。本书可作为高等院校计算机相关专业程序设计课程的教材，也可作为C++语言及编程爱好者的参考书。

"《大模型核心技术与开发实践：基于Transformer、PyTorch及Hugging Face》系统地介绍大语言模型（LLM）的理论基础、实现方法及在多种场景中的应用实践。共分为12章，第1~3章介绍Transformer模型的基本架构与核心概念，包括编解码器的结构、自注意力机制、多头注意力的设计和工作原理；第4~6章结合实际案例，讲解如何利用PyTorch和Hugging Face库构建、训练和微调LLM；第7~9章介绍生成模型的推理和优化技术，包括量化、剪枝、多GPU并行处理、混合精度训练等，以提高模型在大规模数据集上的训练和推理效率；第10、11章通过实例讲解Transformer在实际NLP任务中的应用以及模型可解释性技术；第12章通过一个企业级文本分析平台项目的搭建，介绍从数据预处理、文本生成、高级分析到容器化与云端部署的完整流程，并提供了代码示例、模块化测试和性能评估方法，帮助读者实际构建满足企业需求的智能应用系统。 《大模型核心技术与开发实践：基于Transformer、PyTorch及Hugging Face》覆盖了当前广泛关注的LLM技术热点，并提供了丰富的实例代码，适合大模型开发人员、大模型应用工程师、算法工程师以及计算机专业的学生，亦可作为高校人工智能课程的相关教学用书。"

随着云计算、物联网、大数据、人工智能等新一代信息技术的发展，Java 作为一种高性能、跨平台的编程语言，有着广泛的应用。《Java面向对象程序设计：AI大模型给程序员插上翅膀》从应用的角度详尽介绍了 Java 开发的核心技术。 全书分为 12 章，第 1 章介绍了 Java 开发环境，第 2 章介绍了 Java 编程基础，第 3 章介绍了类和对象，第 4 章介绍了继承和多态，第 5 章介绍了抽象类和接口，第 6 章介绍了 Java 常用类，第 7 章介绍了内部类和泛型，第 8 章介绍了集合容器，第 9 章介绍了 JDBC 编程，第 10 章介绍了图形用户界面设计，第 11 章介绍了多线程，第 12 章通过采用CMMI 三级的企业项目管理方式进行实践，实现一个完整案例。 《Java面向对象程序设计：AI大模型给程序员插上翅膀》每章都通过故事的方式引入思政，并且从故事中引出目标任务。针对目标任务，辅以人工智能工具（ChatGPT、文心一言、讯飞星火）的帮助，得到行之有效的示例。之后对其进行知识解析，并完成上机练习。通过相关的练习巩固知识，并在合适的阶段引入一些常见的算法，加强学生的逻辑思维能力。在每章末尾有 AI 学习问答，让读者自行探索，同时加入同步训练，加强学习效果。 《Java面向对象程序设计：AI大模型给程序员插上翅膀》配备所有案例的源码、PPT 课件，以及重点操作的视频教学等学习资源，可作为广大职业院校相关专业的教学参考用书，也可作为 Java 编程爱好者的自学教程。

本书以剪映App短视频剪辑软件为基础，结合大量实例讲解和教学演示，以及融入DeepSeek等AI软件在剪辑领域的应用，帮助读者快速提升短视频的智能化创作能力。全书共14章。第1~4章主要介绍剪映App和剪映专业版的工作界面与功能设计，以及素材采集与整理、制作短视频字幕、音频的基本编辑等内容；第5~13章从画面、运动、转场、声音、调色、特效、画面合成等设计维度，结合剪映专业版和AI自动化剪辑等内容，帮助读者构建系统剪辑思维；第14章主要介绍DeepSeek AI工具实战案例，手把手教学，助力读者快速掌握生成爆款短视频的技能。第2~13章设置了“1分钟剪辑实战”板块，第2~11章设置了“创作技法”板块，旨在帮助读者掌握剪辑技巧，成为剪辑高手。本书适合广大短视频爱好者、自媒体运营人员、想要寻求突破的新媒体行业工作人员学习使用，以及适合作为高校院校影视、剪辑等相关专业的教材。

"《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开发技巧。其中，第8～10章通过邮件处理、面试助手、个性化推送等案例，展现智能体在实际应用中的强大功能；第11、12章则基于这些应用进行拓展，结合多种部署方案，进一步拓宽读者的视野，使其能够全面掌握智能体的多样化应用场景。 《AI Agent开发与应用：基于大模型的智能体构建》不仅适合智能体开发人员、人工智能从业者和AI技术爱好者阅读，还可作为培训机构和高校相关课程的教材或参考书。"

"《微前端之道：从理论到实践：视频教学版》是一本深入浅出、以实战为导向的微前端入门图书，专为渴望在大型项目中灵活运用微前端技术的初中级开发者量身打造。书中结合理论阐述与丰富实例，系统介绍微前端的概念、起源、核心功能及其在现代Web开发中的重要性，详细拆解多种实现方案，手把手引导读者从理论到实践的跨越。 书中80%的内容为实战演练，涵盖从基础概念到高级部署优化的全过程，确保读者在动手操作中扎实掌握微前端的核心技术。特别注重解决微前端实际应用中的痛点，如性能瓶颈、跨框架集成和部署策略，为读者提供了一套全面而实用的解决方案。 《微前端之道：从理论到实践：视频教学版》以清晰的逻辑结构、通俗易懂的语言风格以及丰富的实战案例，为读者探索微前端领域引路。无论你是希望提升现有项目架构效率的开发者，还是对未来技术趋势充满好奇的求知者，本书都能助你快速入门，并在运用微前端技术的道路上越走越远，实现技术的飞跃与突破。"

本书全面介绍数字图像处理的基本理论、基本算法，以及基于 Python 语言的实现，不仅关注理论与实践的结合，还关注基本理论和基本算法的研究发展及延伸。本书共 8 章。第 1 章简要介绍数字图像的基本概念、基本的图像处理系统，以及数字图像处理技术的应用与发展等。第 2 章针对 Python 语言在图像处理算法开发中的应用，概述 Python 开发环境配置、Python基本语法等。在前两章的基础上，第 3～8 章逐一介绍图像的像素运算与几何变换、图像的空间域处理、图像的频率域处理、图像复原、图像分割及形态学图像处理等理论内容和主要算法的 Python 代码实现。此外，在代码实现部分，本书还附加了相关 Python 图像处理函数的详细使用说明。同时，考虑初学者的接受程度，部分章节安排了综合应用案例或经典算法改进的相关内容，旨在帮助读者丰富认知、拓宽视野。本书内容系统，重点突出，工程实现介绍详尽，可以作为高等学校工科电子信息相关专业的本科生和研究生的数字图像处理课程教材，也可以作为从事数字图像处理相关工作的开发人员的参考书。

本教材结合语音信息处理的理论与实践部分，主要内容包括语音产生与感知机理、语音信号处理、语音识别、统计语音合成、语音增强、声纹识别、语音对话以及语音信息处理的前瞻技术等。全书共分8章。第1章介绍语音产生与感知机理，以及与此相关的语言基础知识，是全书的理论基础。第2章介绍语音信号处理的基础，包括语音产生与感知的数学模型、语音听觉的数学模型、时域语音信号处理方法、基于产生机理的语音信号处理方法以及基于感知的语音信号处理方法。第3章介绍语音识别的基本内容。语音识别是语音信息处理的重要研究方向，本章重点介绍基于隐马尔可夫模型和深度学习的声学模型、语言模型、语音识别的解码算法、语音识别技术的展望以及基于HTK、KALDI、ESPNET等工具的相关实践。第4章介绍语音合成原理与技术，主要包括语音合成的基本原理、基于HMM和深度学习的语音合成方法。第5章介绍语音增强算法与技术，涉及单通道及多通道的各种语音增强算法以及相关实践。第6章介绍声纹识别算法与技术，从传统声纹识别到基于深度学习的声纹识别算法，最后介绍相关实践。第7章介绍语音对话系统，主要涉及面向任务的语音对话系统、闲聊系统以及相关实践。第8章介绍语音信息处理前瞻技术。本书适用于高校人工智能专业、计算机科学与技术专业本科高年级学生、研究生以及其他从事语音信息信号处理领域研究的专业技术人员。