深度學習是機器學習的重要分支。本書系統(tǒng)地介紹了如何用Python和NumPy實現(xiàn)的算法一步一步地實現(xiàn)深度學習的基礎模型，而無須借助TensorFlow、PyTorch等深度學習框架，從而能幫助讀者更好地理解底層算法的脈絡，進而進行模型的定制、優(yōu)化和改進。全書內容設計可幫助讀者零起點通關神經(jīng)網(wǎng)絡，由簡到難地講述感知機模型、多分類神經(jīng)網(wǎng)絡、深層全連接網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、批量歸范化方法、序列模型、循環(huán)神經(jīng)網(wǎng)絡、長短時記憶網(wǎng)

量子技術是近年來發(fā)展的前沿技術領域，大數(shù)據(jù)搜尋、破譯密碼、機器學習、人工智能、身份識別都是量子計算擅長的方向。無論是量子計算還是量子通信，目的都在于解決經(jīng)典計算機無法解決的問題。預計，5年內將會出現(xiàn)相應的商業(yè)化運用，10年內會有普遍性的運用，國內外都很關注這一技術的發(fā)展。本書以淺顯易懂的方式講解復雜的技術前沿問題，避免使用高深的量子力學、高等數(shù)學、計算機原理專業(yè)知識，深入淺出地詳細介紹量子計算機的基礎理論、最新技術。

本書的內容將前沿的網(wǎng)絡安全應急響應理論與一線實戰(zhàn)經(jīng)驗相結合，從科普角度介紹網(wǎng)絡安全應急響應基礎知識。本書共5部分(17章)，內容包括：網(wǎng)絡安全應急響應概述、網(wǎng)絡安全應急響應實踐、網(wǎng)絡安全應急響應技術與平臺、網(wǎng)絡安全應急響應人才培養(yǎng)、網(wǎng)絡安全應急響應典型案例。本書旨在為全國網(wǎng)信干部提供理論指南、實踐指導和趨勢指引，也可以作為從事網(wǎng)絡安全應急響應研究、實踐和管理的專業(yè)人士的培訓教材。

計算機圖形學和數(shù)字化快速成型技術相結合,實現(xiàn)了計算機建模、CAD數(shù)據(jù)直接制造模型或零件,更加快速而精密地制造出任意復雜的模型和零件。本書講解了計算機圖形學和數(shù)字化快速成型技術的基本原理和方法,著重介紹了OpenGL編程、算法、曲線曲面、仿射變換,銜接計算機圖形學和數(shù)字化快速成型的關鍵技術——數(shù)字化快速成型的前處理,以及三維數(shù)字化快速成型技術和實踐案例。本書可供高等學校機械制造、計算機圖形學、數(shù)字化制造、材料成型、汽車

本書講解了如何使用Python編寫網(wǎng)絡爬蟲，涵蓋爬蟲的概念、Web基礎、Chrome、Charles和PacketCapture抓包、urllib、Requests請求庫、lxml、BeautifulSoup、正則表達式解析數(shù)據(jù)、CSV、Excel、MySQL、Redis、MongoDB保存數(shù)據(jù)、反爬蟲策略應對、爬蟲框架Scrapy的使用與部署，以及應用案例。本書結構清晰、內容精練，代碼示例典型實用，附帶實踐過程中遇

社交網(wǎng)站數(shù)據(jù)如同深埋地下的金礦，如何利用這些數(shù)據(jù)來發(fā)現(xiàn)哪些人正通過社交媒介進行聯(lián)系？他們正在談論什么？或者他們在哪兒？本書第2版對上一版內容進行了全面更新和修訂，它將揭示回答這些問題的方法與技巧。你將學到如何獲取、分析和匯總散落于社交網(wǎng)站（包括Facebook、Twitter、LinkedIn、Google、GitHub、郵件、網(wǎng)站和博客等）的數(shù)據(jù)，以及如何通過可視化找到你一直在社交世界中尋找的內容和你聞所未聞的有用

視覺檢測網(wǎng)絡是計算機視覺領域一個備受關注的新興研究方向，是視覺分析、目標檢測、大數(shù)據(jù)網(wǎng)絡等應用的基礎。目前視覺檢測網(wǎng)絡正逐步應用于社會各個行業(yè)，為人們的生活帶來更多便利。本書附以較多的應用范例，具有較高的學術價值。本書將視覺檢測與大數(shù)據(jù)網(wǎng)絡相結合，緊跟現(xiàn)在大數(shù)據(jù)研究的發(fā)展趨勢，同時這種學術思想也貫穿全書。其主要包括先進視覺網(wǎng)絡技術基礎、視覺網(wǎng)絡中的拓撲架構分析、視覺網(wǎng)絡中的海量數(shù)據(jù)傳輸擁塞及對策、視覺網(wǎng)絡中的傳輸能耗

本書是一本使用Photoshop進行游戲UI設計制作的案例教程，語言淺顯易懂，配合豐富精美的游戲UI設計案例，講解了有關游戲UI設計的相關知識和使用Photoshop進行游戲UI設計制作的方法和技巧。使讀者在掌握游戲UI設計各方面知識的同時，能夠在游戲UI設計制作的基礎上做到活學活用。全書共分為6章，全面介紹了游戲UI設計中的理論設計知識以及具體案例的制作方法，第1章為關于游戲UI設計，第2章為游戲UI設計基本元素，

MXNet是亞馬遜（Amazon）的深度學習庫，以簡單、高效、容易使用而著稱。它擁有類似于Theano和TensorFlow的數(shù)據(jù)流圖，為多GPU裝置提供了良好的配置。本書以MXNet作為研究實踐平臺，實現(xiàn)量化投資交易。書中主要介紹了在MXNet環(huán)境下，利用深度學習常用算法，實現(xiàn)線性、MLP、CNN卷積、GoogLeNet、ResNet深度殘差、RNN循環(huán)神經(jīng)網(wǎng)絡、DenseNet稠密神經(jīng)網(wǎng)絡等多種模型在量化投資和股

本書向大家全面系統(tǒng)地介紹了區(qū)塊鏈核心技術、優(yōu)質區(qū)塊鏈項目、行業(yè)基礎知識和發(fā)展趨勢，同時還分享了了解和學習區(qū)塊鏈知識的方法。本書將立足于區(qū)塊鏈技術，但并不局限于技術領域，而是延伸到區(qū)塊鏈的各個方面，從而形成一個比較完整的區(qū)塊鏈知識體系。從技術角度，除了深入講解區(qū)塊鏈的一些核心技術，還會涉及數(shù)字貨幣交易平臺、去中心化交易平臺的原理介紹。從業(yè)務角度，本書會談到區(qū)塊鏈在當下互聯(lián)網(wǎng)中的實踐與應用。最后還會手把手地帶你構建出自己