運用PyTorch探索自然語言處理與機器學(xué)習(xí)！ 這是一本兼顧理論基礎(chǔ)和工程實踐的入門級教程，基于PyTorch，揭示自然語言處理的原理，描繪經(jīng)典學(xué)術(shù)研究脈絡(luò)，通過實踐與項目展現(xiàn)技術(shù)與應(yīng)用的細(xì)節(jié)，并提供可擴展閱讀的論文出處。

本書講解了SystemVerilogTestbench強大的驗證功能，清楚地解釋了面向?qū)ο缶幊�、約束隨機測試和功能覆蓋的概念。本書涵蓋SystemVerilog所有驗證結(jié)構(gòu)，如類、程序塊、隨機化和功能覆蓋等，并通過超過500個代碼示例和詳細(xì)解釋，說明了學(xué)習(xí)多態(tài)性、回調(diào)和工廠模式等概念的內(nèi)部工作原理。此外，本書提供了數(shù)百

本書致力于介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念和算法、研究前沿以及廣泛和新興的應(yīng)用，涵蓋圖神經(jīng)網(wǎng)絡(luò)的廣泛主題，從基礎(chǔ)到前沿，從方法到應(yīng)用，涉及從方法論到應(yīng)用場景方方面面的內(nèi)容。全書分為四部分：第一部分介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念；第二部分討論圖神經(jīng)網(wǎng)絡(luò)成熟的方法；第三部分介紹圖神經(jīng)網(wǎng)絡(luò)典型的前沿領(lǐng)域；第四部分描述可能對圖神經(jīng)網(wǎng)絡(luò)未來研

網(wǎng)絡(luò)流量識別是網(wǎng)絡(luò)監(jiān)控的關(guān)鍵環(huán)節(jié)，在網(wǎng)絡(luò)管理中起著至關(guān)重要的作用，機器學(xué)習(xí)作為一種技術(shù)手段已經(jīng)應(yīng)用到網(wǎng)絡(luò)流量識別過程中，并成為該領(lǐng)域的研究熱點�；�于機器學(xué)習(xí)的網(wǎng)絡(luò)流量識別算法通過對流量行為測度的分析與度量來構(gòu)建滿足不同應(yīng)用場景的流量識別需求模型。《基于機器學(xué)習(xí)的網(wǎng)絡(luò)流量識別算法及其應(yīng)用》共9章，首先分析機器學(xué)習(xí)在流量識

近年來，隨著自動駕駛、智能交通及智慧城市等領(lǐng)域的快速發(fā)展，對城區(qū)及道路環(huán)境精細(xì)化、定期更新的三維數(shù)字地圖的需求越來越迫切。車載激光雷達(dá)作為一種主動式探測技術(shù)，具有部署靈活、可全天時快速采集高精度三維點云數(shù)據(jù)的特點，已廣泛應(yīng)用于動態(tài)環(huán)境感知與實時導(dǎo)航、自動化精細(xì)目標(biāo)識別與信息提取、高精度三維數(shù)字地圖制圖等領(lǐng)域。然而，車載

物聯(lián)網(wǎng)的發(fā)展和普及在給我們帶來諸多便利的同時，也為黑客的攻擊創(chuàng)建了全新、廣泛的攻擊面，物聯(lián)網(wǎng)的安全問題變得日益嚴(yán)重。 《物聯(lián)網(wǎng)安全漏洞挖掘?qū)崙?zhàn)》圍繞物聯(lián)網(wǎng)設(shè)備的常見安全隱患，從實戰(zhàn)的角度深入剖析了物聯(lián)網(wǎng)漏洞的成因以及防范措施。本書共5章，其內(nèi)容涵蓋了物聯(lián)網(wǎng)概述、物聯(lián)網(wǎng)設(shè)備硬件分析、物聯(lián)網(wǎng)固件分析、物聯(lián)網(wǎng)固件漏洞利用、物

這是一本系統(tǒng)介紹UI設(shè)計的書，可帶領(lǐng)初、中級讀者快速學(xué)習(xí)UI設(shè)計知識、技巧和操作。 本書從UI設(shè)計基礎(chǔ)入手，結(jié)合大量的案例分析，深入地講解了UI設(shè)計的界面類型、界面構(gòu)圖、版面布局、元素、界面用色、設(shè)計原則與規(guī)范、切圖與標(biāo)注、圖標(biāo)設(shè)計及藝術(shù)二維碼設(shè)計等方面的內(nèi)容。通過實戰(zhàn)練習(xí)，幫助讀者輕松地掌握UI設(shè)計的相關(guān)技術(shù)。 隨書

本書分為理論和實踐兩部分，闡述下一代互聯(lián)網(wǎng)物理層、網(wǎng)絡(luò)層、傳輸層和應(yīng)用層新技術(shù)等。理論部分首先從下一代互聯(lián)網(wǎng)體系結(jié)構(gòu)及演進的角度詮釋多路徑傳輸、IPv6、MPTCP傳輸、NEAT等關(guān)鍵技術(shù)；其次從下一代互聯(lián)網(wǎng)接入技術(shù)視角，揭示4G/5G、WiFi、壓縮頻譜感知技術(shù)的內(nèi)涵；詳述各技術(shù)的背景、工作原理和相關(guān)技術(shù)標(biāo)準(zhǔn)等。實踐

本書以深度學(xué)習(xí)在計算機視覺領(lǐng)域的常用技術(shù)與案例相結(jié)合的方式，深入淺出地介紹計算機視覺的常見任務(wù)及實現(xiàn)技術(shù)。全書共7章，內(nèi)容包含概述、圖像處理基本操作、深度學(xué)習(xí)視覺基礎(chǔ)任務(wù)、基于FaceNet的人臉識別實戰(zhàn)、基于FasterR-CNN的目標(biāo)檢測實戰(zhàn)、基于U-Net的城市道路場景分割實戰(zhàn)、基于SRGAN的圖像超分辨率技術(shù)實

本書重點介紹如何從具有不確定性的海量大媒體數(shù)據(jù)中挖掘和提取結(jié)構(gòu)化、魯棒、高效的特征，并實現(xiàn)高性能的信息挖掘和知識推斷。本書內(nèi)容包含近年來涌現(xiàn)的一些高效、魯棒的結(jié)構(gòu)化表征學(xué)習(xí)模型，介紹了基于魯棒且緊湊的表征學(xué)習(xí)的一體化表征學(xué)習(xí)理論和方法，并為應(yīng)對真實世界中的數(shù)據(jù)分析任務(wù)，如數(shù)據(jù)簡約特征表達(dá)、緊湊特征壓縮、有效特征篩選以及