计算机科学理论与基础知识
-
ANSYS nCode DesignLife疲劳耐久性分析应用案例集苏睿本书结合大量工程实例,介绍如何使用ANSYS nCode DesignLife在有限元分析结果的基础上进行疲劳分析。算例1、2、3、10和11中,通过ANSYS Workbench平台启动nCode DesignLife,介绍基于ANSYS有限元分析的疲劳分析,凸显软件与ANSYS Workbench融为一体,数据无缝传递,分析设置简单等优点。算例4-9和算例12-26中,单独启动nCode DesignLife,使用独立nCode DesignLife完成,凸显nCode DesignLife具有极强的兼容性,可以基于多种有限元分析软件的结果,进行疲劳耐久性分析。同时,ANSYS nCode DesignLife软件功能非常完备,支持焊接疲劳、热——机械疲劳、复合材料疲劳、振动疲劳、蠕变疲劳和多轴疲劳等分析类型,允许用户对多种实际工程问题进行分析;同时具有虚拟应变片、热点区域判断、分析区域过滤、批处理和二次开发等功能,允许用户方便、快捷的进行分析设置,以快的速度完成分析。 -
SketchUp 完全实训手册张骞SketchUp是一款极受欢迎并且易于使用的3D设计软件,在建筑效果和景观效果等设计领域应用广泛。《SketchUp 完全实训手册》主要讲解**版本SketchUp 2022的设计功能,包括设计基础、绘图工具、造型工具、辅助工具、群组和组件、材质和贴图、场景和动画设计、剖切平面和沙箱、插件和渲染、扩展功能等内容,从实用的角度介绍了SketchUp 2022中文版的使用,并讲解了包括建筑设计和室内设计综合范例在内的多个精美实用的设计范例。本书还配备了包含大量模型图库、范例教学视频和网络资源介绍的海量教学资源。 《SketchUp 完全实训手册》内容丰富、通俗易懂、语言规范、实用性强,特别适合初、中级用户的学习,是广大读者快速掌握SketchUp 2022的实用指导书和工具手册,也可作为大专院校计算机辅助设计课程的辅助教材。 -
深入理解计算机视觉张晨然本书按实战项目研发的先后顺序,介绍了目标检测神经网络从研发到运营的全生命周期。首先介绍了目标检测场景下的图片标注方法和数据格式,以及与之密切相关的特征融合网络和预测网络;介绍了数据"后处理”所涉及的NMS算法及其变种,在此基础上,读者只需结合各式各样的骨干网络就可以搭建完整的一阶段目标检测神经网络模型。接下来介绍了神经网络的动态模式和静态模式两种训练方法,以及训练过程中的数据监控和异常处理。后以亚马逊云和谷歌Coral开发板为例,介绍了云端部署和边缘端部署神经网络的两种部署方法。其中,对于边缘端部署,本书还详细介绍了神经网络量化模型的基础原理和模型编译逻辑,这对将神经网络转化为可独立交付的产品至关重要。 本书还结合智慧交通、智慧后勤、自动驾驶等项目,介绍了计算机视觉数据增强技术和神经网络性能评估原理,以及边缘计算网关、边缘计算系统、自动驾驶数据的计算原理和PointNet等多个三维目标检测神经网络,帮助读者快速将计算机视觉技术运用到实际生产中。 -
数字资产陈璐璐,郭震淳 著本书全面介绍了如何对企业生产经营管理所拥有及需要的资产进行分析、整理,形成企业数字资产。企业数字资产必须独立于企业的生产经营管理流程才能更好地实现共享与复用,同时也必须与相关流程紧密结合才能实现持续的价值创造。为实现这看似矛盾的目标,本书通过案例详细阐述了企业数字资产规划和建设的一系列方法和工具,以及所有工作的具体步骤、注意事项等,指导读者对企业数字资产进行综合利用,确保企业数字资产持续地为企业创造价值提供支持。 本书适合计划开展数字化转型的企业的架构师、业务规划人员和开发人员阅读。 -
决胜B端杨堃本书试图提炼了互联网B端产品设计和管理的通用思路和方法,本书一共分为5篇。“概述篇”描述产品经理的发展历程和演变,以及B端产品的分类和特点,让读者对互联网产品领域建立全面认知。“设计篇”详细讲述B端产品的设计,按照产品设计的实际流程,依次讲述市场分析、业务调研、架构设计、功能模块设计、演进蓝图设计、业务建模、流程和角色设计、权限设计等一系列关键环节。“管理篇”讲述B端产品的管理,包括B端产品的项目管理、运营管理、需求管理、迭代优化,阐述了B端产品实施和运作过程中面临的一系列问题,包括复杂项目的推进、产品经理和业务团队的合作、需求和迭代的计划编排等。“进阶篇”讲述企业级应用架构,从前面的单一产品建设扩展到体系化产品建设,旨在帮助读者从更宏观的角度思考产品,站在企业经营管理和发展的视角,重新审视互联网产品体系架构的设计原则和方法论。“成长篇”描述了B端产品经理的职业发展方向、能力模型、学习建议,为未来的持续成长提供学习框架。全书贯穿了一个实践性很强的案例:在“设计篇”和“管理篇”中,我们为一家成熟的集团企业搭建了一套完整的分销业务平台,带领读者逐步设计、实现一个B端产品;在“进阶篇”中,讲述了这家集团企业是如何从小门店一步步发展起来的,重点分析企业的应用架构体系随业务发展的演进规律。本书面向0到10岁的B端产品经理,以及所有对B端产品建设感兴趣的读者。 -
Selenium 4自动化测试项目实战田春成Selenium是目前非常流行的一种自动化测试工具。本书基于Python 3语言讲述了新的Selenium 4的基本理论与操作,涉及各种高级应用,以及如何进行项目实战,并提供了详细的自动化平台部署步骤。本书共14章,分为4篇。第1篇介绍了Selenium概况、相关的基础知识及环境的搭建步骤;第2篇介绍了Selenium涉及的各种技术,包括前端技术、Selenium元素定位、Selenium常用方法及WebDriver进阶应用;第3篇以携程订票系统为例,深入探讨了如何进行项目实战与优化,详细介绍了项目重构、数据驱动测试、Page Object设计模式及行为驱动等相关的各种常用技术;第4篇介绍了平台建设相关的一些实用技术,如平台搭建维护、项目部署及运用Docker容器技术进行测试等。为了使读者不但能掌握Selenium自动化测试,而且能够迅速获得项目经验,彻底掌握并灵活运用到实际的测试项目中,本书注重理论与实践相结合,提供了大量典型的自动化测试实例,按照由浅入深、前后照应的顺序来安排内容。 -
驾驭ChatGPTShom本书主要介绍了ChatGPT和AI作画提示词的写作技术,不仅包括如何利用角色扮演、具体翔实和举例提示等原则写出高效、有趣的提示词,以及如何将提示词应用于提升效率、创意思考和加速学习,还包括思维链技术、工具调用、程序调用、使用LangChain库构建应用等进阶内容。本书有大量的应用示例,可读性极强,适合对自然语言处理、机器学习和人工智能等领域感兴趣的读者阅读。无论是初学者还是从业者,都能通过本书全面了解和深入掌握ChatGPT和AI作画提示词。同时,本书适合开发者和科技创新者阅读,能够为他们提供有关提示词的更深入、更广阔的研究视野和应用思路。 -
Java面试八股文谭勇德(Tom)本书将碎片化的Java面试“八股文”知识点系统化、结构化,精选了近200道经典高频的“八股文”面试题,整理了近20个经典高频的“实战场景”解决方案,准备了10多个面试简历实操技巧。每道面试题都标注了难度指数、考查频率、开发年限和匹配岗位等,并配置了二维码,扫码即可同步观看视频解说,能够让读者享受到“同声传译”式的体验。本书内容覆盖了Java基础知识,并发编程与多线程,集合原理,JVM原理,I/O与网络编程,设计模式,Spring全家桶,Dubbo、Netty、MyBatis等互联网常用框架,分布式与微服务,MySQL数据库,缓存与NoSQL,消息中间件,互联网经典场景及面试求职攻略,覆盖了90%以上常见的面试知识点。本书非常适合未来想从事Java开发相关工作的学生、准备面试的Java程序员、不知道如何修改简历的技术人员阅读。希望本书可以帮助读者完成短期面试突击,获得理想的Offer。 -
数据中心安全防护技术黄万伟 等数字经济是继农业经济、工业经济之后的又一主要经济形态。数据作为数字经济的核心生产要素,正深刻影响着世界各国经济与技术的发展,与此紧密相关的数据中心等关键信息基础设施的安全问题已成为各国网络与数据安全研究的核心。本书重点分析针对数据中心的安全威胁,包括注入攻击、拒绝服务攻击、中间人攻击、APT攻击和供应链攻击等,并介绍数据中心的安全防护技术,如数据安全备份、数据灾难恢复和数据安全迁移等技术。从数据安全层面介绍常用的数据安全治理方法;从网络空间安全层面介绍被动和主动防御技术,并给出网络安全评估常用模型与网络攻防博弈模型。最后,总结在人工智能时代背景下,如何利用人工智能技术,分别从网络安全和数据安全治理层面赋能数据中心安全。本书可供高等院校网络空间安全、信息安全等相关专业的研究生或高年级本科生使用,也可作为从事相关科研工作的学者和工程技术人员的参考资料。 -
分布式机器学习柳浩本书主要讲解分布式机器学习算法和开源框架,读者既可以从宏观的设计上了解分布式机器学习的概念和理论,也可以深入核心技术的细节设计中,对分布式机器学习形成深刻而直观的认识,做到学以致用。 本书共分为5篇,第1篇是分布式基础,首先介绍了分布式机器学习的概念、基础设施,以及机器学习并行化技术、框架和软件系统,然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行,以PyTorch和Horovod为主对数据并行进行分析,读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流水线并行,讲解了除模型划分之外,还通过引入额外的流水线来提高效率,以GPipe / PyTorch / PipeDream为例进行分析。第4篇是模型并行,首先对NVIDIA Megatron进行分析,讲解如何进行层内分割模型并行,然后讲解PyTorch 如何支持模型并行,最后介绍分布式优化器。第5篇是TensorFlow分布式,前面几篇以PyTorch为纲,结合其他框架/库来穿插完成,本篇带领大家进入TensorFlow分布式领域。
