本书是OPPO研究院的5G技术专家和国际标准化代表共同编著的一本5G技术的书籍。本书不仅介绍了5G NR标准的基础版本—R15，也介绍了包含URLLC、非授权频谱通信、非地面网络、定位技术、广播多播等5G增强技术标准版本—R16和R17。本书的特色是深入地介绍了从无到有、由粗到细的5G技术方案遴选和标准形成的过程，不仅可以作为从事5G研发人员的工具书，也可以作为高校、企业中要投身5G-Advanced及6G研究的学生和研究人员的参考书。

全书共分为四篇，涵盖了 12 章。第 1 章为第 一篇，介绍了无线通信中的人工智能基础理论与算法，重点介绍了无线通信常用的人工智能方法。第 2 章～第 5 章为第 二篇，探讨了人工智能在无线通信传输技术中的应用，详细解析了物理层信号处理中的典 型案例。第 6 章～第 9 章为第三篇，聚焦于人工智能在无线通信组网技术中的应用，深入讲解了资源管理中的典 型案例。第 10 章～第 12 章为第四篇，讨论了人工智能在语义通信中的应用，详细阐述了面向未来无线通信的语义通信系统。本书可作为高等院校人工智能、信息与通信工程学科的教材，也可为工程技术人员提供人工智能在无线通信中的理论、算法与应用方面的参考。

本书共9章，利用易学易用的Stable Diffusion为绘画设计从业者和爱好者提高生产力。一方面，提供350幅实操图解，一步步拆解，让读者掌握接到不同需求时如何使用Stable Diffusion出图。另一方面，提供游戏、电商、插画、建筑行业和头像设计等副业领域的实操案例与技巧，满足游戏角色、原画、图标、商品展示图、插画、室内设计和建筑设计的出图需求。结合18个主业和副业场景，提高生产力，实现AI商业化。

本书重点介绍了目前处理数据非常有效的工具——Excel、Python和数据库的应用知识。本书通过一则完整的故事讨论了如何以Python编程为中心，结合Excel和数据库的特点，并以基础统计学贯穿其中，帮助读者深入地了解数据分析的相关知识。在本书中，首先，讨论了如何使用Excel整理数据，以及Excel中数学和统计函数的应用；其次，探讨了与Python编程相关的数据分析内容，包括在Python中进行数据统计工作，以及各种格式数据的转换等；然后，讨论SQLite和MySQL数据库的应用，并介绍了如何使用Python操作数据库；最后，介绍了如何综合使用Excel、数据库和Python编程等工具打造自动化的数据处理中心。本书架构清晰，内容深入浅出，案例丰富，适合需要进行数据处理和统计分析的职场人士、计算机爱好者等阅读。

本书从基础设施架构入手，运用丰富的图例，从微观和宏观两个角度全面介绍了IT基础设施的常备知识，旨在帮助读者通过了解这些知识，加深对IT系统的理解，全面提升快速理解技术本质的能力，从而灵活应对层出不穷的新技术。

本书旨在帮助视觉设计从业人员进入飞速发展的3D建模和扩展现实（XR）设计领域，并给出了行之有效的方法和有效的设计思维过程，并以熟悉的设计原则为基础，探讨了如何在这些基础上进行构建沉浸式用户体验，使其适应虚拟和增强现实环境。本书首先介绍了XR和沉浸式3D体验设计的基础知识，以及它们是如何发展的；然后探索了核心概念和技术，包括人机交互、空间计算、投影映射和头戴式显示器。无论目标场景承载于移动端、云端还是可穿戴设备，设计师都可以借助本书中的相关技术完成目标设计。

本书展示了一个边缘云开发路线图，一群工程师在一年的时间里遵循该路线图，开发、部署，然后全天候运营一个跨越十几家企业的边缘云，并提供了卓越的云原生服务（在我们的例子中是通过5G连接提供云服务）。该团队利用20多个开源软件和组件实现了这个边缘云和服务，但选择这些开源组件只是一个开始。在这个过程中，有几十个技术决策需要做出，还有几千行配置代码需要编写。这是一个可重复的实践，作者在本书中对此实现方案进行了详细阐述。书中的配置文件和源代码都是开源的，适用于那些想更详细地研究并实现边缘云计算和服务的读者。

《Adobe Photoshop 2023经典教程（彩色版）》由Adobe专家编写，是Adobe Photoshop 2023的经典学习用书。《Adobe Photoshop 2023经典教程（彩色版）》共15课，涵盖工作区的介绍、照片校正的基础知识、选区、图层、快速修复功能、蒙版和通道的用法、文字设计、矢量图绘制的技巧、高级合成技术、混合器画笔工具的用法、视频的编辑、Camera Raw的用法、处理用于Web的图像的方法、生成和打印一致的颜色，以及探索神经网络滤镜等内容。《Adobe Photoshop 2023经典教程（彩色版）》语言通俗易懂，配有大量的图示，特别适合新手学习。有一定Photoshop使用经验的读者也可从中学到大量高级功能和Photoshop 2023新增的功能。本书适合作为各类院校相关专业的教材，还适合作为相关培训班学员及广大自学人员的参考书。

本书首先介绍深度强化学习的基础知识以及TensorFlow 2.x的**主要版本。随后介绍OpenAI Gym、基于模型的RL和无模型的RL，并学习如何开发基本代理。深入介绍发现如何实施高级深度强化学习算法，例如行动者批评、深度确定性策略梯度、深度Q网络、近端策略优化以及深度循环Q网络，以训练RL代理。同时，本书通过构建用于自动完成任务的加密货币交易代理，股票/股票交易代理和智能代理等实例，探索现实世界中的强化学习。最后，本书介绍如何使用TensorFlow 2.x将深度强化学习代理部署到云并构建跨平台应用程序。

本书聚焦于当今高性能多核处理器的并行编程系统的理论和实践方面，探讨实现并行编程模型所需的关键算法的有效实现。此类实现需要考虑底层计算机体系结构的特定体系结构方面以及执行环境提供的功能。本书简要回顾了现代计算机体系结构的关键概念，特别关注并行代码的性能以及并行编程模型中的相关概念。然后，本书转向用于实现并行编程模型的基本算法，并讨论它们如何与现代处理器交互。虽然本书将重点介绍一般机制，但我们将主要使用英特尔处理器体系结构来举例说明所讨论的实现概念，但也将在适当的情况下介绍其他处理器体系结构。所有的算法和概念都以一种易于理解的方式进行了讨论，并附有许多示例、图表和源代码片段。