暂缺简介...

9787115554512 深度学习：从基础到实践（上、下册） 199.80 9787115598721 图神经网络：基础、前沿与应用 178.80《深度学习：从基础到实践（上、下册）》 本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的 Keras 库（这两种库均基于 Python 语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的入门级参考用书。 《图神经网络：基础、前沿与应用》 本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，涵盖图神经网络的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。全书分为四部分：第一部分介绍图神经网络的基本概念；第二部分讨论图神经网络成熟的方法；第三部分介绍图神经网络典型的前沿领域；第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。本书适合高年级本科生和研究生、博士后研究人员、讲师以及行业从业者阅读与参考。

本书是以卷积神经网络在高光谱影像分类中的应用为线索进行编写。全书内容分为7章：第1章介绍了高光谱影像分类的国内外研究现状，以及高光谱影像数据特点和评价指标；第2章介绍了卷积神经网络的原理，总结了卷积神经网络的发展现状，分析了卷积神经网络在高光谱影像分类中的应用情况；第3章至第6章分别介绍了结合纹理特征的双通道卷积神经网络、宽残差网络、残差密集网络、残差注意力网络等用于高光谱影像分类的卷积神经网络模型；第7章对本书所介绍的内容进行了总结，并就卷积神经网络在高光谱影像分类中的应用情况进行了展望。

本书以Illustrator CC 2022作为对象软件，分为九个项目，全面、详细地介绍了Illustrator CC 2022的特点、功能、使用方法和技巧。本书的具体内容为：Illustrator入门基础、图形的绘制和编辑、路径的应用、图形填充与混合、使用画笔与符号工具、面板的运用、文字处理、效果的应用及制作LEEKUU换购卡。本书实例丰富、内容翔实、操作方法简单易学，不仅适合进行图形图像处理的大中专学生作为教材使用，也可供感兴趣的读者及相关的专业人士参考。本书附有电子资料，包含书中所有实例的源文件和相关资源，以及软件操作过程的录屏动画，还附赠大量其他实例素材，供读者学习时使用。

本书以线性代数、微积分、概率论为逻辑主线，讲解了与深度学习有关的大部分数学内容。本书以理论结合实际的方式讲解，使数学知识不再是冰冷的公式堆砌，而变成一个个真实的案例，同时对案例背后的原理进行理论上的升华，希望达到一通百通的效果。读者通过阅读本书，不仅能够提升阅读学术论文中的数学公式的能力，还能加深对深度学习本身的理解。 本书面向入门级读者，摒弃复杂的数学推导和证明，重视逻辑推理和简单的表达，特别适合数学基础不足的读者阅读。

暂缺简介...

9787115587480 Spring微服务实战（第2版） 109.90 9787115433145 Spring Boot实战 69.80 9787115598691 Spring实战（第6版） 109.80《Spring微服务实战（第2版）》 本书以一个名为O-stock的项目为主线，介绍云、微服务等概念以及Spring Boot和Spring Cloud等诸多Spring项目，并介绍如何将O-stock项目一步一步地从单体架构重构成微服务架构，进而将这个项目拆分成众多微服务，让它们运行在各自的Docker容器中，实现持续集成/持续部署，并最终自动部署到云环境（AWS）的 Kubernetes集群中。针对在重构过程中遇到的各种微服务开发会面临的问题（包括开发、测试和运维等问题），本书介绍了解决这些问题的核心模式，以及在实战中如何选择特定Spring Cloud子项目或其他工具（如 KeyCloak、Zipkin、ELK技术栈）解决这些问题。本书适合拥有构建分布式应用程序的经验、拥有Spring的知识背景以及对学习构建基于微服务的应用程序感兴趣的Java开发人员阅读。对于希望使用微服务构建基于云的应用程序，以及希望了解如何将基于微服务的应用部署到云上的开发人员，本书也具有很好的学习参考价值。《Spring Boot实战》 本书以Spring应用程序开发为中心，讲解如何运用Spring Boot提高 效率，使应用程序的开发和管理更加轻松有趣。作者行文亲切流畅，以大量示例讲解了Spring Boot在各类情境中的应用，内容涵盖起步依赖、Spring Boot CLI、Groovy、Grails、Actuator。对于Spring Boot开发应用中较为繁琐的内容，附录奉上整理完毕的表格，一目了然，方便读者查阅。《Spring实战 第6版》 本书是一本实用的Spring学习指南，介绍了Spring使用框架、Spring Boot，以及Spring系统中的其他组成部分。本书分为4个部分，共18章。第1部分（第1章~第6章）涵盖了构建Spring应用的基础知识。第2部分（第7章~第10章）讨论了如何讲Spring应用与其他应用进行集成。第3部分（第11章~第14章）探讨了Spring对反应式编程提供的支持。第4部分（第15章~第18章）介绍了如何做好应用投入生产环境前的准备工作，以及如何进行部署。本书既适合刚开始学习Spring Boot 和Spring 框架的Java 开发人员快速上手，也适合经验丰富的Spring 开发人员学习Spring 的新特性，尤其适用于企业级Java 开发人员。

《PyTorch深度学习之目标检测》首先从人工智能产业的发展史和机器“眼中”的图像世界开始讲述，逐步引导读者进入机器学习的图像处理当中；然后讲解深度学习中实现目标检测的主要算法，和以PyTorch框架为基础构建的神经网络；最后的实战部分详细讲解了如何使用目标检测算法实现具体项目。 全书共10章，涵盖内容包括：人工智能的历史和发展前景、深度学习的基础知识、卷积神经网络基础知识、PyTorch基础、目标检测算法、单阶段目标检测算法、双阶段目标检测算法、神经网络示例、污损遮挡号牌识别实战和地形目标识别实战。

多面体编译理论与深度学习实践

本书面向研究型开发与创新能力培养，重点讲解机器学习的基本原理和前沿思想。Python是开展机器学习编程实践的主流语言，本书为常用的机器学习模型提供了完整的Python实现代码。本书在“学堂在线”网站同步开设配套慕课课程，供读者免费学习。 本书可作为高等学校相关专业“机器学习”“统计学习”等课程的教材，也可作为有一定基础的读者的自学参考书。