《數(shù)據(jù)中心設(shè)計與管理》全面介紹了數(shù)據(jù)中心建設(shè)和管理過程中的各個環(huán)節(jié)，歸納了數(shù)據(jù)中心設(shè)計與管理的理論、技術(shù)及實踐經(jīng)驗。將虛擬化技術(shù)的應(yīng)用滲透到本書的各個部分。全書共7章，主要內(nèi)容包括：數(shù)據(jù)中心概述、基礎(chǔ)環(huán)境建設(shè)、網(wǎng)絡(luò)子系統(tǒng)、計算子系統(tǒng)、存儲子系統(tǒng)、安全子系統(tǒng)和數(shù)據(jù)中心運維管理。

本書主要內(nèi)容包括：了解計算機系統(tǒng)的體系結(jié)構(gòu)、根據(jù)實際需求配置臺式計算機、臺式機的硬件組裝、系統(tǒng)安裝前的準(zhǔn)備工作、計算機系統(tǒng)的軟件安裝、計算機系統(tǒng)的備份與恢復(fù)、計算機的性能測試與優(yōu)化、系統(tǒng)的維護與常見故障處理等。本習(xí)題集的習(xí)題設(shè)置旨在培養(yǎng)學(xué)生的動手實踐能力和綜合應(yīng)用能力。例如，我們安排了一些實際操作題，讓學(xué)生通過實際操作

本書為學(xué)術(shù)專著。本書主要講述了數(shù)據(jù)中心的概念及發(fā)展歷程，重點描述了數(shù)據(jù)中心電氣系統(tǒng)、暖通系統(tǒng)、消防安全防護系統(tǒng)等運維的基礎(chǔ)知識及相關(guān)維護要求，同時對運維巡檢及相關(guān)安全也做了相對應(yīng)的介紹。本書旨在讓學(xué)生在數(shù)據(jù)中心的實務(wù)操作中進行思考，知其然，知其所以然，在充分了解相關(guān)設(shè)備的基礎(chǔ)上，指導(dǎo)、規(guī)范數(shù)據(jù)中心的運維工程師提升運營維

人工智能領(lǐng)域認為，讓計算機理解自然語言是人工智能皇冠上的明珠。要想讓機器理解自然語言，必須做到讓自然語言的語義成為可計算的形式化對象。預(yù)設(shè)是自然語言承載知識的重要環(huán)節(jié)，本書以預(yù)設(shè)投射問題為主線，梳理了語言學(xué)界和邏輯學(xué)界對預(yù)設(shè)問題研究的發(fā)展歷程，最終在克里普克預(yù)設(shè)回指思想的引領(lǐng)下，運用國際前沿的分層話語表現(xiàn)理論、投射話語

我國現(xiàn)有涉及數(shù)據(jù)中心資源能源利用、能效/能耗評價、節(jié)能評價、綠色數(shù)據(jù)中心評價的國家標(biāo)準(zhǔn)、地方標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)和規(guī)范性文件超過20項，但在實際應(yīng)用中指標(biāo)計算邊界和數(shù)據(jù)監(jiān)測口徑不一。GB40879-2021《數(shù)據(jù)中心能效限定值及能效等級》(2021年10月11日發(fā)布，2022年11月1日實施)作為強制性國家標(biāo)準(zhǔn)，其發(fā)布和實施

本書聚焦CV可信與安全的相關(guān)技術(shù)，對計算機視覺進行了概述，闡述了深度學(xué)習(xí)在計算機視覺中的應(yīng)用，分析了計算機視覺方法的魯棒性與泛化能力，對計算機視覺的對抗性攻擊和防御、數(shù)據(jù)安全和隱私保護、以及模型安全和倫理問題等安全相關(guān)內(nèi)容進行研究討論，介紹了國內(nèi)外相關(guān)的法律政策和框架，講解了可信與安全與計算機視覺系統(tǒng)的設(shè)計和評估，并分

本書首先構(gòu)建了一個帶有硬件多版本特征的軟硬件劃分模型，然后面向軟硬件間通信開銷最優(yōu)對循環(huán)進行分簇，并依據(jù)分簇的結(jié)果對劃分模型中的優(yōu)化目標(biāo)函數(shù)進行更新，最后從全局優(yōu)化的角度，采用以浮點數(shù)編碼的遺傳算法來進行求解，從而形成了本文設(shè)計的一種帶有硬件多版本探索和劃分粒度優(yōu)化再選擇的軟硬件劃分算法。本書在上述遺傳算法的基礎(chǔ)上，經(jīng)

推薦系統(tǒng)是一種對數(shù)據(jù)進行處理，并利用數(shù)據(jù)創(chuàng)造全新價值的數(shù)據(jù)挖掘方法。在新環(huán)境下，推薦系統(tǒng)的研究面臨推薦系統(tǒng)與深度學(xué)習(xí)無法有效的結(jié)合、虛假數(shù)據(jù)和數(shù)據(jù)不平衡、推薦系統(tǒng)的評價指標(biāo)不完整等問題，為解決問題這些問題，本書提出了基于距離的embedding方法與深度學(xué)習(xí)模型進行結(jié)合，有效的提高推薦系統(tǒng)的效率；提出了一種基于卷積神經(jīng)

要想寫出高效的程序，就必須根據(jù)場景選擇合適的算法。即使得到同樣的結(jié)果，根據(jù)選擇的算法，處理速度也會有很大的變化。但是，也有很多人對算法抱有“不太清楚區(qū)別”“太復(fù)雜了”等不擅長意識。因此，本書以大開本的形式選取一個主題，并結(jié)合圖解進行解說。除了從頭開始按順序閱讀，獲取系統(tǒng)的知識之外，還可以一邊閱讀一邊關(guān)注感興趣的主題和關(guān)

《機器視覺自動檢測技術(shù)》(第二版)內(nèi)容共分為6章。第1章為機器視覺概述，講述機器視覺技術(shù)的系統(tǒng)構(gòu)成、工作原理、發(fā)展歷程和應(yīng)用領(lǐng)域等。第2章講述機器視覺系統(tǒng)的硬件構(gòu)成，包括相機的分類及主要特性參數(shù)、光學(xué)鏡頭的原理與選型、圖像采集卡的原理及種類、圖像數(shù)據(jù)的傳輸方式等。第3章講述機器視覺成像技術(shù)，內(nèi)容包括光源，工業(yè)環(huán)境下的灰