中心计算机_小说全文免费阅读

首页/

搜索/

中心计算机

计算机视觉中的深度学习

姜竹青, 门爱东,王海婴　编著

已完结· 21.77万字

调强放疗中计算机应用技术研究

兰义华

已完结· 11.53万字

爱上编程：给孩子的计算机入门书

靳顺隆

已完结· 10.05万字

我们生活在一个计算机无处不在的时代，从看得见的笔记本电脑、智能手机、智能手表以及各种智能设备，到看不见的云计算，计算机都在帮我们做各种各样的事情。对孩子们来说，计算机更是未来生活和工作不可分割的一部分。只有深入地了解计算机，孩子们才能更好地跟它相处。本书全方位介绍了计算机，不仅包括计算机的原理、结构、发展历史，以及它的大家庭，更讲解了计算机的语言、操作系统、网络，以及计算机的智慧——机器学习。当然，本书并不枯燥地讲解原理，而是在讲解过程中，跟孩子们熟悉的事物关联起来，让他们更容易理解。同时，书中还设置了大量的互动，让孩子们用实践结合理论，更好地去领悟。

跳出思维陷阱：麻省理工计算机博士的7堂思考课

刘炯朗

已完结· 10.09万字

这是一本令你瞬间大开脑洞的醒脑工具书，让你哭笑不得，拍案叫绝，刷新你的工作与人生。从布局全球的商业大佬，到用手机做直播的网红达人，掌握成功者都在使用的7种思考方式。如何轻松化解争端，快速达成共识？怎样把握时机，不做亏本买卖？怎样用*省钱省心的方式揪出问题？且听作者条分缕析。读一遍，改变旧思路；照着做，创造新思维。麻省理工计算机博士手把手教你正确思考问题，成为人生赢家。作者刘炯朗，懂生活的科学家，懂科学的教育家。麻省理工学院计算机博士，曾任台湾国立清华大学校长，又是电台主播、网络达人，幽默风趣，举重若轻，在谈笑间带你跳出思维陷阱，化解逻辑难题。

编程卓越之道（卷1）:深入理解计算机（第2版）

（美）兰德尔海德（RandallHyde）

已完结· 25.04万字

卓越的代码需要利用现代编程语言的先进特性来实现软件功能。但软件最终都要运行在计算机上，无论它是采用哪种编程语言编写的。因此，卓越的软件代码也要充分地利用计算机中的各种资源，将计算机的性能发挥到极致。现代编程语言将这些知识隐藏了起来，容易被我们忽视。因此，《编程卓越之道》系列的第一卷《深入理解计算机》将重点放在软件执行背后的计算机底层上，深入浅出地介绍了计算机体系结构的方方面面，帮助我们理解如何才能写出在计算机上高效运行的代码。本书具体内容包括：数字、字符串及复合数据结构在计算机中的表示形式，以及如何在内存层次结构中访问这些数据；基本的二进制运算、位运算、布尔逻辑，以及如何设计完成运算的中央处理器指令集；输入/输出、大容量存储等丰富多彩的外设，以及把这些外设和计算机相连进行通信的各种总线技术。本书适合软/硬件开发人员及系统程序员、移动及嵌入式设备开发者、体系结构设计人员，以及高校计算机相关专业师生。

计算机应用基础

孙利娟,王戈,赵杰峰

已完结· 14.12万字

计算机应用基础（一级MS Office教程）

陈晓静，解厚云，王嫄嫄　主编

已完结· 15.97万字

MATLAB计算机视觉经典应用

丁伟雄

已完结· 9.45万字

本书是以MATLAB R2020a为平台编写的，概括地介绍了计算机视觉在各领域中的应用。每章均先对相关概念进行介绍，然后通过实例巩固概念，做到理论与实践相结合，使读者可以举一反三，领略计算机视觉在各领域中的广泛应用。全书共9章，第1章简单介绍了MATLAB R2020a软件；第2章引出了计算机视觉的相关概念；第3～9章分别介绍了计算机视觉在图像处理、形态学、字符识别、拼接、目标匹配、遥感、人脸识别中的应用。

信息技术计算机等级考试模块（一级MS Office）

李嫦，丘金平　主编

已完结· 10.23万字

本教程由长年辅导学生考证的一线教师编写，针对考证要求，知识点以案例和项目教学为主。课程内容按项目划分，每节知识点以项目训练完成学习，以课时为单位设计教学内容，项目训练后又配备拓展训练加以巩固。本书内容包括计算机基础知识、Windows 10操作系统、Word 2016字处理、Excel 2016电子表格、PowerPoint 2016演示文稿和Internet及应用。本书完全结合全国计算机等级考证的考试大纲要求，一切源自考证，紧扣考证.

3D计算机视觉：原理、算法及应用

章毓晋　编著

已完结· 22.89万字

大学计算机基础实验指导

李凌，张华　主编

已完结· 13.67万字

计算机应用与数据分析+人工智能

谢中梅，孔外平，李琳　主编

已完结· 16.01万字

计算机视觉应用与实战

韩少云，郑政，冯华，杨瑞红，徐理想，等　編著

已完结· 9.26万字

《计算机视觉应用与实战》围绕计算机视觉在农业、医学、工业等领域的案例，深入浅出地讲解计算机视觉核心的模型与关键技术。本书中的案例代码可以在达内时代科技集团自主研发的 AIX-EBoard 人工智能实验平台上部署与实施，实现了教学场景化、学习趣味化。《计算机视觉应用与实战》分为三个部分，循序渐进地介绍计算机视觉相关技术的理论基础和各案例的实践步骤。第 1 部分基于 OpenCV 介绍传统视觉应用的基础算法，同时实现轮廓提取、全景图像拼接等案例的实践；在传统视觉应用的基础上，第 2 部分讲解基于机器学习和深度学习的视觉应用，结合不同行业的案例对图像进行分析处理，如水果识别、病虫害识别、相似图像搜索、眼底血管图像分割等；第 3 部分聚焦市场关注度较高的一些新兴视觉应用的原理及实现，如从二维图像到三维空间的重建、计算机视觉在移动设备中的应用、实时图像和视频的风格迁移等。《计算机视觉应用与实战》适合人工智能相关专业的本科生、专科生及计算机初学者阅读，既可以作为应用型本科院校和高等职业院校人工智能相关专业的教材，也可以作为相关领域从业者的学习和参考用书。本书可以帮助有一定基础的读者查漏补缺，深

深入理解计算机视觉：在边缘端构建高效的目标检测应用

张晨然　著

已完结· 23.28万字

《深入理解计算机视觉：在边缘端构建高效的目标检测应用》按实战项目研发的先后顺序，介绍了目标检测神经网络从研发到运营的全生命周期。首先介绍了目标检测场景下的图片标注方法和数据格式，以及与之密切相关的特征融合网络和预测网络；介绍了数据“后处理”所涉及的 NMS 算法及其变种，在此基础上，读者只需结合各式各样的骨干网络就可以搭建完整的一阶段目标检测神经网络模型。接下来介绍了神经网络的动态模式和静态模式两种训练方法，以及训练过程中的数据监控和异常处理。最后以亚马逊云和谷歌 Coral 开发板为例，介绍了神经网络的云端部署和边缘端部署。其中，对于边缘端部署，本书还详细介绍了神经网络量化模型的基础原理和模型编译逻辑，这对将神经网络转化为可独立交付的产品至关重要。《深入理解计算机视觉：在边缘端构建高效的目标检测应用》还结合智慧交通、智慧后勤、自动驾驶等项目，介绍了计算机视觉数据增强技术和神经网络性能评估原理，以及边缘计算网关、边缘计算系统、自动驾驶数据的计算原理和 PointNet++等多个三维目标检测神经网络，帮助读者快速将计算机视觉技术运用到实际生产中。《深入理解计算机视觉：在边缘端构建高效

计算机病毒技术及其防御

张瑜等　编著

已完结· 17.13万字

深度学习计算机视觉实战

肖铃，刘东　著

已完结· 9.59万字

计算机病毒学

张瑜

已完结· 14.22万字

3D计算机视觉：原理、算法及应用

章毓晋　编著

已完结· 22.89万字

2D 计算机视觉：原理、算法及应用

章毓晋

已完结· 21.25万字

本书主要内容围绕2D计算机视觉展开，介绍了相关的基础概念、基本原理、典型算法、实用技术和应用成果。本书可在其姊妹篇《3D计算机视觉：原理、算法及应用》前学习。本书将从客观场景出发到最后提取出目标信息的全过程分为4 个部分进行介绍。第1 部分是图像采集，介绍了基础的图像采集表达技术；第2 部分是图像（预）处理，介绍了一些基本的图像处理技术；第3 部分是目标提取，介绍了从图像处理到图像分析的转换技术；第4 部分是目标分析，介绍了扩展的图像分析技术。书中除提供大量应用示例外，还针对每章的内容提供了自我检测题（含提示并附有答案），并且给出了相关的参考文献和术语索引（包括英文）。

3D计算机视觉：原理、算法及应用

章毓晋　编著

已完结· 22.89万字

深入理解计算机视觉：关键算法解析与深度神经网络设计

张晨然　著

已完结· 20.35万字

新基建：数据中心规划与设计

钟景华，傅烈虎，丁麒钢，曹播

已完结· 39.06万字

大模型时代的基础架构：大模型算力中心建设指南

方天戟　著

已完结· 11.98万字

大模型时代的基础架构：大模型算力中心建设指南

方天戟　著

已完结· 11.98万字

大模型时代的基础架构：大模型算力中心建设指南

方天戟　著

已完结· 11.98万字

大模型是近年来引人注目的热点之一。大模型蓬勃发展的基础，是针对其需求设计的算力及基础架构。本书针对如何为大模型构建基础架构进行深入讲解，并基于TOGAF方法论，剖析业界知名案例的设计方案。《大模型时代的基础架构：大模型算力中心建设指南》总计13章。第1章讲解AI与大模型时代对基础架构的需求；第2章讲解软件程序与专用硬件的结合，涉及GPU并行运算库、机器学习程序的开发框架和分布式AI训练；第3章剖析GPU的硬件架构，涉及GPU的总体设计、Nvidia GH100芯片架构和拥有其他Hopper架构的GPU；第4章讲解GPU服务器的设计与实现；第5章讲解机器学习所依托的I/O框架体系；第6章讲解GPU集群的网络设计与实现；第7章讲解GPU板卡算力调度技术；第8章讲解GPU虚拟化调度方案；第9章讲解GPU集群的网络虚拟化设计与实现；第10章讲解GPU集群的存储设计与实现；第11章讲解如何基于云原生技术为机器学习应用设计与实现更好的开发和运行平台；第12章讲解基于云平台的GPU集群的管理与运营，涉及云运维平台、云运营平台和云审计平台；第13章基于一个服务机器学习的GPU计算平台落地案例，展示如