本书针对不同应用类型，提出了两套计算架构，分别是面向通用神经网络近似的神经网络计算架构RNA和面向专用人工智能领域的神经网络计算架构DNA。本书的三项研究工作与两套优化设计方法相辅相成。研究工作本身均已进行充分的实验验证，具备很高的实用价值。优化设计方法不仅为研究工作中提供了有力支撑，对神经网络加速器架构未来的研究方向同样具有指导意义。此外，为解决神经网络计算中的访存瓶颈问题，提出了基于数据保持时间的神经网络存储优化框架RANA。

Go 语言语法树是 Go 语言源文件的另一种语义等价的表现形式，Go 语言自带的go fmt 和 go doc等命令都是建立在 Go 语言语法树基础之上的分析工具。本书从Go 语言语法树出发，重新审视Go 语言源文件，阐述定制Go 语言的核心技术。书中通过对 go/ast、go/ssa 等包的分析，-步步深入Go 语言核心，后简要介绍 LLVM，读者可以结合 IIVM 和 Go 语言语法树按需定制，创造一个语法与 Go 语言语法头似的简单的编程语言及与其对应的编译器，达到掌握自制编程语言和编译器的目的。 本书面向已经熟练掌握 Go 语言并在进行项目开发的程序员，也适合想深入了解 Go 语言底层运行机制的程序员阅读，同时可作为对编程语言/编译器有兴趣并想进行实际项目实践的程序员的参考书。

本书是一本使用 Python 3.8 进行数据处理和分析的学习指南。全书分为三部分：基础入门、实战案例及拓展与应用。在基础入门部分，介绍了 Python 的语法基础，包括数据类型、流程控制、函数，数据的导入导出，数据处理的 NumPy 和 Pandas 库，数据清洗、数据分析、数据可视化和图像处理，以及正则表达式和爬虫方面的知识点；在实战案例部分，介绍了中文分词 jieba 库，并用三个完整的数据分析案例介绍了数据的清洗和分析过程；在拓展与应用部分，主要介绍了 Python 对文件系统的操作和格式化字符串的输出，并对数据库的操作、Python 应用模块的 DIY 与发布，以及机器学习入门做了简单的介绍。 本书内容丰富、简单易懂，适合本科生、研究生阅读，以及对 Python 语言感兴趣或者想要使用 Python 语言进行数据分析的读者参考。

《MATLAB 2020智能算法从入门到精通》以MATLAB 2020为基础，结合作者团队的教学经验，讲解智能算法的各种方法和技巧。本书主要内容包括MATLAB入门、MATLAB基础知识、插值算法、拟合算法、图与网络算法、有向图算法、机器学习与深度学习算法、图像的复原算法、粒子群*小值算法以及多目标优化算法等。本书覆盖数学计算的各个方面，实例丰富而典型，指导读者有的放矢地进行学习。 《MATLAB 2020智能算法从入门到精通》既可作为初学者的入门用书，也可作为工程技术人员、本科生、研究生的参考书或教材。

本书从零开始，结合少年儿童学习编程的实际情况和兴趣特点，系统并全面地讲解了Scratch 图形化界面编程的相关知识。 全书共 15 章，分别讲解 Scratch 软件与编程原理、相关模块指令的应用，包括运动指令、外观指令、声音指令、控制指令、事件指令、运算指令、变量指令、侦测指令、画笔指令及自制积木的相关应用。后通过 4 个综合案例，讲解了 Scratch 游戏编程技能的综合应用。 本书内容全面，在编写中打破了传统知识教条式的写法，采用“理论 示例 实例”的形式，通过丰富的案例制作讲解 Scratch 编程的相关功能模块与指令应用。本书非常适合作为少年儿童学习 Scratch 编程的自学读物，同时可以作为广大家长辅导孩子编程及少儿编程培训机构的教材参考用书。

本书是作者在多年研究与教学工作的基础上完成的，全面系统地介绍了变尺度数据分析领域相关内容的主要思想、基础理论、核心方法与应用技术。全书共9章，其中1～3章介绍数据驱动的决策分析、数据挖掘技术应用过程、思维及其信息组织形式、分析主题发现方法、数据分析任务判定方法；4～6章深入讨论变尺度数据分析原理，包括尺度及尺度变换基本概念、多尺度数据模型、尺度变换策略和尺度变换机制、变尺度数据分析方法；7～9章分别针对分类变量数据、二值变量数据、数值变量数据的数据特征，论述变尺度数据分析方法的扩展应用技术。本书适用于大数据管理与应用及数据科学与技术领域的研究和应用人员，也可作为相关专业研究生和高年级本科生的教材或教学参考书。

本书结合编者十余年一线运维工作实战精心编撰，从Linux系统入门到企业级服务器搭建和维护进行了全面讲解，内容包括基础和实战两部分：基础部分主要介绍CentOS Stream 8 Linux的安装和系统初始化、Linux运维常用命令、用户和磁盘管理、日志与安全管理等内容；实战部分主要介绍各类服务平台的搭建和运维，包括日志管理工具禅道系统的安装和使用，HTTP服务器的搭建与配置，Samba、VSFTP、NFS共享平台的搭建与使用，Lighttpd、Nginx和Tomcat开源轻型Web服务器的搭建与维护，数据库平台MySQL和高速内存数据库Redis的安装与运维，代码管理工具Git的使用，企业虚拟化工具Docker的安装与使用，Hadoop大数据平台的安装及集群搭建，以及集中式运维工具Ansible、SecureCRT和系统监控工具Zabbix的安装和使用等。

本书基于Mathematica 12.3，全面介绍了Mathematica软件的高级编程技术，全书分为8章：第1章Mathematica基础，重点阐述Mathematica软件的入门操作；第2章Wolfram语言经典编程，讨论类似于C语言等高级语言的Mathematica编程方法；第3章Wolfram语言列表，叙述了Mathematica软件重要的数据类型列表的操作方法；第4章详细讨论了Wolfram语言内置函数和自定义函数的用法；第5章模块编程技术分析Mathematica软件四种主要的模块编程技巧；第6章讨论了Wolfram语言字符串和数据集；第7章展示了Mathematica软件强大的绘图和声音处理能力；第8章详细阐述了Mathematica程序包的设计方法。Mathematica软件是能体现计算机价值的科学计算软件，而运行于其上的Wolfram语言是**层次的科学计算语言。本书基于Mathematica 12.3，全面介绍了Mathematica软件的高级编程技术， 本书可作为高等院校工学、理学、艺术学和经济学等学科本科生和研究生学习Mathematica软件和Wolfram语言的入门教材，也可作为这些学科门类下设专业本科生和研究生及科研人员用于数据分析的参考书。

本书是一本面向 Python 初学者的书籍，除了介绍 Python 常见的开发领域和使用场景，还详细介绍了从 Python 基础到具体项目工程的开发，让读者快速掌握 Python 应用开发。 本书从零开始，由浅入深、由点到面地绘制了 Python 编程世界的草图，部分（第1~3 章）主要讲解了 Python 的基础语法和句法，包括怎样在本机搭建 Python 开发环境，如何使用 Python 开发工具等基础内容；第二部分（第 4~5 章）主要讲解了如何使用 Python 开发常用的小工具，如何使用 Python 提高工作效率；第三部分（第 6~11 章）主要讲解了项目工程的开发，涉及大量其他领域的技术或者服务，也是Python学习的重中之重。通过学习本书，读者可以快速地了解 Python 各个领域的应用，并且掌握基本的开发技术，不再觉得这些领域的开发技术遥不可及，也可以探索自己喜欢的开发领域，并通过有趣实用的案例提高深入学习的兴趣。 本书内容丰富、通俗易懂，还提供了同步视频、习题及答案等丰富资源，适合各高校相关专业作为本科及研究生教材，也可作为相关培训机构的参考用书。

本书分为5个部分，共32章：部分为基础入门篇，介绍基础配置和NGINX的运行机制与原理；第二部分为开源功能篇，剖析NGINX开源软件的功能模块，讲述各个模块的功能集合；第三部分为应用场景篇，通过特定的场景展现NGINX的能力及配置方法，站在使用者的角度阐述NGINX的复杂应用场景及注意事项；第四部分为商业软件篇，介绍NGINX商业版模块的增强能力；后是NJS开发篇，使用NJS脚本化的方式扩展NGINX的能力。本书既适合对NGINX开发感兴趣的软件开发工程师、系统工程师、软件架构师、DevOps人员、运维工程师阅读，也适合作为培训教材。