本書介紹了超級計算機算力和AI算力的異同，從CPU流水線開始，描述主要的眾核處理器架構和功能部件設計。在GPU和NPU等加速器部分，介紹了GPU為何能從單純的圖形任務處理器變成通用處理器。GPU在設計邏輯、存儲體系、線程管理，以及面向AI的張量處理器方面成為最近幾年全世界科技行業(yè)最矚目的明星。本書對華為等廠商推出的NP

本書為普通高等教育“十一五”國家級規(guī)劃教材。本書內容分為3部分：算法和算法分析、算法設計策略及求解困難問題。第1部分介紹算法問題求解基礎和算法分析基礎，以及兩種新的數據結構：伸展樹與跳表；第2部分討論常用的算法設計策略，包括基本搜索和遍歷方法、分治法、貪心法、動態(tài)規(guī)劃法、回溯法和分枝限界法；第3部分介紹NP完全問題、隨

本書結合Python語言的各種數據類型介紹窮舉法、歸納法、迭代法和遞歸法等基本算法設計方法，重點討論分治法、回溯法、分支限界法、貪心法和動態(tài)規(guī)劃五大算法設計策略的原理和算法設計框架，通過大量典型示例和LeetCode實戰(zhàn)題解析了多途徑構建模型、求解和驗證的過程。全書既注重原理又注重實踐，配有大量圖表、練習題、上機實驗題

本書針對圍繞不確定條件下多智能體系統(tǒng)的分布式濾波算法開展深入研究，為MAS分布式估計算法逐步從理論走向應用奠定堅實的技術基礎。書中將先通過引言介紹不同不確定條件下的研究現(xiàn)狀以及現(xiàn)階段研究的不足，再通過問題描述與建模提出算法數學描述和算法推導，最后在特定應用背景下，仿真驗證算法的有效性。本書可以作為電子信息類、自動化類、

信息安全工程師考試涉及知識面廣、考點繁多，對于應試者存在較大的復習難度。本書根據作者多年的軟考培訓經驗，以及對最新考試出題趨勢的研判，對信息安全工程師考試的關鍵知識點及其考核方式進行了精心梳理，并對典型題目進行了分析、歸類、整理、總結。全書通過思維導圖描述整個考試的知識體系，以典型題目帶動知識點進行復習并闡述解題的方法

本書內容涵蓋了微積分、線性代數、概率統(tǒng)計及離散數學等，包括函數、極限與連續(xù)，導數與微分，積分與微分方程，行列式與克萊姆法則，矩陣及其應用，向量與線性方程組解的結構，概率的基本概念，隨機變量及其分布，集合及其運算，關系與函數，數理邏輯，圖論等。

本書來源于課題組長期的工程實踐積累，尤其是吸收了國家科技協(xié)同創(chuàng)新重大示范工程"XXXX仿真平臺”的相關經驗。從裝備試驗、模擬訓練和作戰(zhàn)評估等領域的分布互聯(lián)實際應用需求出發(fā)，研究解決實現(xiàn)互聯(lián)互通互操作的核心關鍵問題。重點圍繞網絡化聯(lián)合仿真的時間同步問題進行論述，屬于分布式仿真系統(tǒng)構建的核心問題，同時也是網絡化聯(lián)合仿真工程

本書系統(tǒng)地闡述了視覺伺服的基本原理及應用。全書分為三部分，在概述視覺伺服概念和發(fā)展的基礎上，首先介紹計算機視覺的基本內容，包括視覺感知、數字圖像處理、特征檢測、單目視覺位姿測量與標定、多視幾何與三維重構等，為后續(xù)內容打下基礎；其次討論視覺伺服對象和視覺控制方法；最后通過多個實例展示視覺伺服在不同領域中的應用。每章后附有

本書除了介紹推薦系統(tǒng)的一般框架、典型應用和評測方法外，還圖文并茂地介紹了各種典型推薦系統(tǒng)與算法的思想、原理、設計、實現(xiàn)和應用場景。除了介紹基于協(xié)同過濾的推薦、基于內容的推薦、基于知識的推薦等經典推薦系統(tǒng)與算法外，還介紹了基于排序學習的推薦、基于異質信息網絡的推薦、基于圖神經網絡的推薦等新型推薦系統(tǒng)與算法。此外，為便于讀

在人工智能的浩瀚星空中，深度學習猶如一顆耀眼的明星，引領著計算機視覺技術的發(fā)展�！禤yTorch深度學習與計算機視覺實踐》帶領讀者領略深度學習在計算視覺領域的魅力，詳解使用PyTorch2.0進行計算機視覺應用實戰(zhàn)的技巧。本書配套示例源碼、PPT課件。《PyTorch深度學習與計算機視覺實踐》共分15章，內容包括深度學