本教材基于影視行業(yè)應(yīng)用型人才培養(yǎng)而編寫，主要講解AfterEffects影視特效制作基礎(chǔ)知識、核心功能。全書共12章內(nèi)容，第1~7章為AE軟件學(xué)習(xí)初級階段，通過實例熟悉軟件的基本操作；第8~11章為AE軟件學(xué)習(xí)進(jìn)階階段；最后通過第12章的商業(yè)案例提高學(xué)生的實戰(zhàn)能力，使其能夠獨立制作影視項目。本教材遵循應(yīng)用型人才培養(yǎng)規(guī)律

Photoshop2024加入了強大的人工智能處理圖像的插件Firefly，它使得Photoshop操作更容易上手，效率也大大提高。一起來感受Photoshop所帶來的圖像處理魅力吧。本書共包含12章，分別講解了Photoshop2024的操作界面和工具的基礎(chǔ)操作、AI插件的圖像處理應(yīng)用、圖層的知識、選區(qū)的基礎(chǔ)知識和操

本書通過深入探討構(gòu)建和維護(hù)軟件供應(yīng)鏈安全的實施策略和最佳實踐，以期提供全面的實踐操作指南，幫助讀者理解并應(yīng)對與軟件供應(yīng)鏈相關(guān)的安全威脅。 本作者以前置伴生、內(nèi)生可控、高效便捷為安全理念，從軟件供應(yīng)鏈管理與人員安全、供應(yīng)商安全治理、三方軟件管理、安全融入開發(fā)過程、開發(fā)過程的數(shù)據(jù)安全、軟件開發(fā)環(huán)境安全、運行安全以及軟件供應(yīng)

StableDiffusion是一款非常受歡迎的AI繪畫與設(shè)計軟件。AI繪畫和傳統(tǒng)繪畫有什么不同、AI繪畫的基本邏輯是什么、如何讓AI繪畫軟件為我們工作、如何生成符合要求的作品，本書將一一進(jìn)行解析。 本書共13章內(nèi)容。首先循序漸進(jìn)地介紹了AI繪畫的主要工具，StableDiffusion的部署和安裝，五種AI繪畫模型解

為保障軟件供應(yīng)鏈安全和搶占全球創(chuàng)新制高點，一些國家政府和大型企業(yè)大力扶持開源軟件。開源軟件由于在開發(fā)時間、空間、人員和項目管理上的諸多特點而大大增加了開發(fā)的復(fù)雜性，進(jìn)而使得開源軟件質(zhì)量具有不確定性。針對這一問題，《數(shù)據(jù)驅(qū)動的開源軟件缺陷管理研究》*次聚焦于開源項目資源庫挖掘這一主題，展示如何利用大數(shù)據(jù)驅(qū)動方法支持開源軟

2024年1月，軟考中項出版了第3版官方教程，其中新增了很多內(nèi)容。對于考生而言，最直接的問題就是，面對內(nèi)容的更新，該如何高效地復(fù)習(xí)和備考？為了解決此問題，也為了幫助考生順利通過軟考中項，拿到證書，以及幫助讀者深刻領(lǐng)悟項目管理精髓，能夠?qū)W以致用，作者編寫了本書。本書分為認(rèn)知篇、知識精講篇和應(yīng)試專題篇。認(rèn)知篇首先介紹軟考相

《巧用ChatGPT輕松搞定Excel》通過ChatGPT技術(shù)，幫助讀者輕松掌握Excel，快速提升Excel的應(yīng)用能力。全書分為11章，內(nèi)容主要包括：Excel基礎(chǔ)認(rèn)知；數(shù)據(jù)錄入和編輯；數(shù)據(jù)可視化；數(shù)據(jù)處理分析；快捷鍵和數(shù)據(jù)保護(hù)；宏的應(yīng)用；PowerQuery連接數(shù)據(jù)源進(jìn)行數(shù)據(jù)處理和轉(zhuǎn)換；高階數(shù)據(jù)分析和建模。對于Ex

本書用阿里云QuickBI做示例，幫助讀者掌握如何使用數(shù)據(jù)可視化工具分析財務(wù)指標(biāo)，理順管理思路，找出關(guān)鍵結(jié)論。通過本書，讀者將學(xué)會制作追蹤資產(chǎn)周轉(zhuǎn)率的儀表板，選擇適合的圖表展示現(xiàn)金的流入、流出，分析企業(yè)的利潤構(gòu)成與盈利能力，實現(xiàn)成本管理可視化，利用綜合指標(biāo)對銷售業(yè)績進(jìn)行監(jiān)控、告警等，并且學(xué)會如何基于QuickBI門戶和

《智能合約安全入門》從環(huán)境介紹，Solidity、web3基礎(chǔ)和漏洞原理及利用方面，詳細(xì)地介紹智能合約相關(guān)漏洞知識。其中，第一部分介紹了RemixIDE、Metamask以及geth等環(huán)境的安裝和使用方法；第二部分介紹了solidity語言的基礎(chǔ)知識與基本語法，以及web3的使用方法；第三部分重點講解了智能合約常見漏洞

本書循序漸進(jìn)、詳細(xì)講解了大模型開發(fā)技術(shù)的核心知識，并通過具體實例的實現(xiàn)過程演練了使用TensorFlow和PyTorch開發(fā)大模型程序的方法和流程。 全書共12章，分別講解了大模型基礎(chǔ)，數(shù)據(jù)集的加載、基本處理和制作，數(shù)據(jù)集的預(yù)處理，卷積神經(jīng)網(wǎng)絡(luò)模型，循環(huán)神經(jīng)網(wǎng)絡(luò)模型，特征提取，注意力機制，模型訓(xùn)練與調(diào)優(yōu)，模型推理和評估