本书采用了近期新发行的Rocky Linux9作为教学版本。全书共9章，内容涵盖了初学Linux系统管理所需掌握的所有知识点，讲解了Linux日常管理操作的方方面面，由浅入深，内容全面，案例丰富，实战性强。本书依次讲解了Linux的高级文件系统管理，包括LVM（逻辑卷管理）、磁盘配额和RAD（磁盘阵列）的部署；shell的基础知识，包括Bash操作环境的构建、输入/输出重定向、管道符、变量的设置和使用等；shel编程的正则表达式、字符截取和替换命令、字符处理命令、条件判断、流程控制等知识，以及shell编程的脚本实例；Linux系统的启动引导流程，以及启动引导程序gub的使用、内核模块管理；Linux下的常见服务，以及服务的分类、管理、自启动的设置等；Linux的进程管理、工作管理、系统资源查看和系统定时任务：Linux的常用日志管理，包括日志服务rsyslogd、日志轮替、等

本书共8章，系统阐述了可压缩与不可压缩流动计算的理论与方法。第1章简要介绍了流体计算所需的基础理论。第2~7章阐述了空间对流项的离散格式。其中，第2~4章分别阐述了不可压、可压及统一计算的经典方法;第5章发展了兼容低马赫数的激波捕获格式;第6章发展了激波计算稳定的格式;第7章在上述基础上提出了适合从极低到极高马赫数统一计算的全速域格式。第8章阐述了时间离散方法与计算收敛加速方法。本书既可作为高等学校计算流体力学课程及相关工程专业的本科生与研究生教材，也可作为从事流体计算相关科研和工程技术人员的参考用书。

本书是一部系统论述嵌入式软件设计方法的立体化教程（含纸质图书、电子书、教学课件、源代码与视频教程）.全书共１０章.第１章为嵌入式系统概论;第２章为嵌入式处理器与外围硬件;第３章为嵌入式软件体系结构;第４章为嵌入式实时操作系统;第５章为板级支持包和操作系统引导;第６章为嵌入式软件开发环境;第７章为嵌入式操作系统移植及驱动开发;第８章为典型物联网技术、协议及应用;第９章为嵌入式系统安全;第１０章为嵌入式系统综合实验.为便于读者高效学习，快速掌握嵌入式软件编程与实践，本书精心制作了电子书（２５０页案例资料），配以完整的教学课件（１０章PPT）、完整的源代码与丰富的配套视频教程以及在线答疑服务等内容.本书可作为广大高校计算机、软件工程、电子信息、自动化等专业本科生及研究生学习嵌入式软件编程技术课程的教材，也可作为相关培训机构的教材，还可作为嵌入式技术开发者的自学参考用书.

《多模态大模型：从理论到实践》系统地介绍多模态大模型的理论基础、关键技术与实际应用。全书分为两部分12章，第1部分（第1～5章）围绕基础理论与技术解析展开论述，包括基本概念、Transformer架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建逻辑奠定基础。第2部分（第6～12章）聚集于多模态大模型的高级应用与场景实现，包括主流视觉语言模型（如CLIP、BLIP-2等）的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题，并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践，展示了多模态大模型的实际落地路径。《多模态大模型：从理论到实践》兼具理论深度与实际应用价值，适合大模型和AI研发人员、人工智能领域的从业者以及高校师生阅读使用，也可作为培训机构和高校人工智能及相关专业的教材或参考书。

本书一部从深度学习原理、算法和工程实践三个维度阐述信号处理的著作。涉及人工神经网络、卷积神经网络、生成对抗网络、长短时间记忆网络、深度自编码器及循环神经网络等模型在图像处理、信号识别及波达估计等领域的应用。利用大量实例代码对网络模型进行分析，这些案例架起了深度学习原理与应用间的桥梁，有利于加深读者对网络模型的认识，有利于读者全面深入系统地了解深度学习的算法原理、核心思想和应用技巧，达到学以致用的目的。本书适用于从事大数据及机器学习领域工作，对人工智能和深度学习感兴趣的各类读者。

《LangChain核心技术与LLM项目实践》全面系统地介绍了LangChain的主要功能模块及具体应用，深入探讨了LangChain在企业应用实践中的深度开发、技术优化及其核心技术。《LangChain核心技术与LLM项目实践》共12章，从大语言模型的基础知识入手，涵盖任务链的设计、内存模块的管理、表达式语言的使用、Agent系统的实现、回调机制、模型I/O与数据检索等方面的内容，并通过代码示例和应用场景，逐步引导读者掌握模型优化、并发处理和多级任务链设计等高级技术，最后，从需求分析、架构设计到代码实现，详细展示了如何运用LangChain技术开发一个企业级智能问答系统，帮助开发者打造高效、可靠的企业级解决方案。《LangChain核心技术与LLM项目实践》从入门到高级，聚焦于前沿技术与落地实践，适合大模型及LangChain开发人员、高校学生以及对LangChain开发感兴趣的人员和研究人员阅读，也适合作为培训机构和高校相关专业的教学用书。

C#的应用领域极广，是编程语言中的翘楚。作为畅销的C#系列图书的最新版本，本书涵盖C#12和.NET 8的所有最新功能，将帮助你夯实基础，让你自信地使用最新C#和.NET构建项目。《C# 12和.NET 8入门与跨平台开发（第8版）》讨论面向对象编程、编写函数、测试函数调试函数及实现接口等主题；介绍.NETAPI，这些API可执行多种任务，如管理和查询数据，使用文件系统、序列化。你可用ASP.NET Core来构建和部署本书列举的跨平台示例应用程序，如网站和服务《C# 12和.NET 8入门与跨平台开发（第8版）》示例中融入了.NET 8的增强功能，使用类型别名和主构造函数来实现简洁的、表达力强的代码。你将使用新增的、内置的保护子句来可靠地处理错误，并探索ASP.NET Core 8中简化的缓存实现。你还将看到，在发布过程中使用原生的AOT编译能够缩短启动时间和减少内存占用。你还将使用Visua Studio 2022中新增的HTTP编辑器来完善测试和调试过程。本书甚至介绍了Blazor全栈，它提供的统一托管模型能够实现无可比拟的Web开发灵活性。主要内容：•C# 12的新功能，包括类型别名和主构造函数•ASP.NET Core 8最小APIWeb服务的原生AOT发布功能•通过Blazor全栈、Razor Pages等ASP.NET Core技术构建沉浸式Web应用•使用Entity Framework Core模型来无缝地集成和更新数据库•使用LINO来查询和操纵数据•使用Web API和最小API构建和使用功能强大的服务

《Nuke经典课堂》从基础概念和界面导航开始，引导读者逐步掌握Nuke的核心功能和高级合成技术。通过丰富的示例和实践项目，读者将学习到如何使用Nuke进行图像处理、修复、合成和特效制作等各个方面的技术。书中也将深入探讨Nuke的高级功能和扩展插件，以及如何最大限度地提高工作效率和质量。同时，本书还将分享一些实践中的技巧和经验，帮助读者在实际项目中应对各种挑战和需求。

MongoDB数据库与传统的关系数据库不同，是一种面向文档的、介于非关系数据库和关系数据库之间的数据库。《MongoDB基础、运维与性能优化》帮助读者掌握MongoDB 8数据库及其相关技术栈的开发知识，涵盖MongoDB 8数据库应用开发的要点。《MongoDB基础、运维与性能优化》配套PPT课件。《MongoDB基础、运维与性能优化》共分15章，内容包括MongoDB数据库基础知识、系统安装与环境搭建、可视化工具的使用、Shell工具的使用、基础操作、聚合、数据模型、时间序列、事务、索引、副本集、分片、存储、安全以及性能优化。《MongoDB基础、运维与性能优化》内容翔实、代码精练、重点突出、实例丰富，能够帮助初学者快速掌握MongoDB数据库运维和开发方法，对提高Web应用开发人员的技术水平也有非常积极的指导作用。《MongoDB基础、运维与性能优化》也适用于高等院校或高职高专院校学习MongoDB相关课程的学生。

《Transformer深度解析与NLP应用开发》系统解析Transformer的核心原理，从理论到实践，帮助读者全面掌握其在语言模型中的应用，并通过丰富案例剖析技术细节。《Transformer深度解析与NLP应用开发》共12章，内容涵盖Transformer模型的架构原理、自注意力机制及其相对于传统方法的优势，并详细剖析BERT、GPT等经典衍生模型的应用。书中围绕数据预处理、文本分类、序列标注、文本生成、多语言模型等核心任务，结合迁移学习、微调与优化技术，展示Transformer在语义匹配、问答系统和文本聚类等场景中的实际应用。针对企业级开发需求，还特别介绍了ONNX与TensorRT优化推理性能的最佳实践，为大规模数据处理及低资源部署提供了解决方案。《Transformer深度解析与NLP应用开发》兼具理论深度与实际应用价值，内容系统，案例丰富，适合大模型及NLP研发人员、工程师、数据科学研究人员以及高校师生阅读与参考。