本书内容实用而全面，旨在帮助读者熟悉Flowable流程引擎的基本概念、构建流程模型、实施工作流、集成系统，并解决在实际应用中遇到的问题。它为Java开发人员在流程引擎编程领域提供了丰富的知识和实战经验。同时，本书详细介绍了Flowable流程引擎各组件API及其实战应用，并以通俗易懂的语言讲解引擎设计原理、源码和进阶用法，有助于开发者进一步优化系统。如果你正在开发、调试及维护Flowable流程引擎系统，那么本书将是你宝贵的资料。

本书用浅显易懂的语言通过大量实例讲解UnityShader开发的核心技术。书中首先介绍了线性代数、渲染流水线知识，以及Shader的结构、语法与设计思想等内容，引领读者从简单的Shader开始，逐步掌握简单特效、光照效果、模型变换、后处理、卡通渲染等知识，直到能成套成体系地设计并实现一个完整的渲染效果。然后，再将宏观的光影、二次元、水墨效果，以及局部的玻璃、海洋、草地等内容都一一呈现给读者。本书图文并茂、讲解细致、语言生动、环环相扣，引领读者以轻松的方式学习Shader开发的核心技术。

在制造业，将各个软件之间的一些基本功能协同起来，会使工作变得更加高效。本书围绕欧特克公司的产品制造与设计软件集“Product Design & Manufacturing Collection”（简称PDMC），详细介绍了如何协同使用Plant 3D、Inventor和Navisworks等软件在流程工厂设计和规划中进行高效率的工作。本书内容新颖全面，实用性强，配套讲解视频，有助于读者快速理解并掌握PDMC高效设计方法，可供计算机辅助设计人员、机械设计人员及相关专业师生、技术人员阅读参考。

大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。本书配套示例源代码、PPT课件。 《从零开始大模型开发与微调：基于PyTorch与ChatGLM》共18章，内容包括人工智能与大模型、PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模型、实战训练自己的ChatGPT、开源大模型ChatGLM使用详解、ChatGLM高级定制化应用实战、对ChatGLM进行高级微调。 《从零开始大模型开发与微调：基于PyTorch与ChatGLM》适合PyTorch深度学习初学者、大模型开发初学者、大模型开发人员学习，也适合高等院校人工智能、智能科学与技术、数据科学与大数据技术、计算机科学与技术等专业的师生作为教学参考书。

《商用级AIGC绘画创作与技巧（Midjourney+Stable Diffusion）》围绕AI绘画这个主题展开，介绍AI绘画的基础知识以及Midjourney和Stable Diffusion两大流行AI绘画工具的用法。《商用级AIGC绘画创作与技巧（Midjourney+Stable Diffusion）》共10章，内容细致，逻辑清晰，语言通俗易懂，从AI绘画的基本概念以及发展历史讲起，随后结合Midjourney和Stable Diffusion，详细介绍AI绘画的使用方法以及常用技巧，同时本书还包含大量实例，以帮助读者更好地理解内容。《商用级AIGC绘画创作与技巧（Midjourney+Stable Diffusion）》适合对AI绘画有兴趣的各类读者，还可以作为相关院校的教材或辅导用书。

《轻松学C++编程：案例教学》从初学者的角度循序渐进地从C++语言的基础语法到高级语法进行讲解。全书使用生动的实例和图示，介绍C++面向对象程序设计的基础知识；进而通过案例详解类的高级应用、运算符重载、继承与多态，全面呈现了面向对象程序设计的主要内容。在数据流和文件操作技巧与应用方面，本书还提供了实现相关算法的精选范例，以便读者理解异常处理、C++模板的应用设计方式，并熟悉标准模板函数库的应用。《轻松学C++编程：案例教学》的各章节中贯穿了大量范例程序的讲解和分析，并在每章末尾附带了习题与解答。《轻松学C++编程：案例教学》叙述简洁、清晰，具有较强的可操作性，适合作为相关专业的教材，也适合初学者自学。对于具有一定编程经验且希望快速掌握C++语言的从业人员，本书也是一本快速掌握C++语言的读物。

《Python数据可视化之Matplotlib与Pyecharts实战》以某上市电商企业的客户数据、订单数据、股价数据为基础，循序渐进地介绍Python可视化技术，重点介绍Pandas数据预处理与Matplotlib和Pyecharts在数据可视化应用中的基本功能和使用技巧。全书共分4篇，第1篇（第1～4章）主要介绍Python基础与Pandas数据预处理技术，帮助准备可视化数据；第2篇（第5～7章）介绍可视化工具Matplotlib的功能与绘图技巧；第3篇（第8～10章）介绍可视化工具Pyecharts的功能与绘图技巧；第4篇（第11～13章）介绍3个项目案例，旨在使读者学以致用，提升数据分析的整体能力。《Python数据可视化之Matplotlib与Pyecharts实战》还提供了案例数据源文件、源代码和教学视频，供读者上机演练时参考。《Python数据可视化之Matplotlib与Pyecharts实战》案例丰富，通俗易懂，适合想学习Python可视化的初学者和从业者使用，还可以作为管理、经济、社会人文等领域的人员学习Python软件进行大数据可视化分析的参考书，也可以作为大中专院校相关专业的教学用书。

本书通过理论与实战相结合的方式，具体讲述了数字化管理系统的开发与应用。全书共8章，可分为三部分。第一部分为第1章，介绍了当前公益组织数字化转型的必要性及可行性；第二部分为第2~7章，根据不同公益组织面对的各种情景，详细介绍了运用低代码编写各种子系统的方法；第三部分为第8章，对数智公益系统未来在公益领域的广泛应用进行了展望。本书内容翔实，适合相关专业大学生以及各类对低代码感兴趣的人士学习。

本书包含历史、基础风格、函数组合、对象和对象交互、反射和元编程、逆境、以数据为中心、并发、交互和神经网络十大部分，采用40种不同的编码风格实现同一词频任务。每一章都介绍一种编程风格，每章都先介绍编程风格的约束条件，然后给出示例程序代码，接着给出代码的详细解释。本书通过简单的计算任务来说明不同的编程风格，从而帮助读者更好地理解编写程序和设计系统的各种（不同）方式，可以用作计算机科学和软件工程专业的高级编程课程教材。本书以经常练习编程的人能够理解的方式对在线代码库中的原始代码进行了解释和补充。建议读者在阅读本书时，将之与在线代码库中提供的代码结合起来。本书的目标读者包括相关专业高年级本科生和研究生，以及其他对编程风格感兴趣的开发人员。

深度强化学习理论的提出为机器人控制中的动力学模型建立、环境状态信息感知等问题提供了丰富的解决思路。本书在现有的深度强化学习算法基础上，针对机器人控制中的机器人姿态平衡控制、机器人持物平衡控制、机器人抓取控制3个方面的问题展开研究，为基于深度强化学习的机器人控制问题提供一定的理论指导和技术支撑。