《新编个人所得税纳税实务》共分两部分：纳税实务和有关法规。其中，纳税实务包括个人所得税的基本规定、特殊规定、北京市具体规定、涉外个人所得税的规定等；法律法规包括近几年国家税务总局及北京市国家税务局、北京市地方税务局颁布的与个人所得税相关的政策等。

《税法学原理——税法理论的反思与重构》分为上下两编，上编为税法基础理论，下编为税法基本制度。上编论述了税法基本理念、税法基本原则、税法学研究范式、税收法律关系、课税依据与税收本质、纳税人的权利与义务以及税法与社会的良性互动；下编论述了个人所得税制度、企业所得税制度、增值税制度、营业税制度、消费税制度、其他税收制度以及税收征管制度。本书也论述了现行的税收制度，并结合作者的理论观点提出了完善具体税收制度的基本构想。

??????随着经济全球化的不断深入，跨国关联交易愈益频繁，以转让定价为核心的跨国避税问题已成为全球跨国公司税务风险的首要内容，亦成为各国税务机关的关注重点。中国因其庞大的吸引外资额和越来越多的境外投资而成为全球转让定价的重点和热点地区之一。本书以税务机关多年的管理实践为基础，运用当今的理论和信息，从税务机关和企业相结合的角度进行阐述，立足体系完整，突出实务操作，彰显中国特色，是一部用中国人的语言、思维和实践对相关国际惯例、各国做法和我国的立法进行系统阐述的工具书、参考书、教科书。本书对来华投资的众多跨国公司有业务引导之用，对到境外投资的中国企业有借鉴运用之利，对从事此类业务的会计事务所、税务事务所和律师事务所从业人员有系统掌握之便，对大专院校从事财政、税收、会计等专业学习和研究的

《怎样合理避税》是会计入门者的拐杖，是初级会计者的导师，是高级会计者的挚友，是企业经理者的助手。它运用169个实际案件全面系统地阐述了52种基本避税筹划中的基本难题，是目前实际案例最为全面、最为详实的避税筹划基本技巧的书籍，阅后定有收获，定有提高。 本书附有2002年4月前国家税务总局和财政部颁布的税收法规和财会新制度，是广大会计工作者和企业经理人员必学法规。

本书分析了“出资方式、股权并购、资产并购、公司合并、公司分立、债务重组”的税收成本，同时介绍了作者本人在从事企业投资、并购、重组中节税的方法和经验，提供了节税策划方案。同时将国家现行税法和税收政策中有关企业投资、并购、重组的规定进行整合并加以梳理，相信对从事相关业务的律师和法律顾问会有所帮助。

本书主要介绍智能机器人系统的运动控制、智能感知、通信系统、视觉技术、语音技术、导航与路径规划等内容。本书注重系统性、全面性，特别是将的无线传感器网络与智能机器人、服务机器人的语音合成与识别技术等内容引入教学中。本书编撰从创新能力较强的应用型人才培养角度出发，重视理论与实践的结合。本书力求深入浅出，并将系统性、全面性和前沿性结合起来，可作为高等院校智能科学与技术、计算机、自动化、电子信息与机械电子工程等专业的本科生和硕士生的教材或参考书使用，也可作为工科学生机器人创新实践活动、相关学科竞赛的培训教材或供有关工程技术人员参考。

《研究之美（英汉对照）》是计算机科学大师、 算法分析之父 高德纳（Donald E. Knuth）在20世纪70年代旅居挪威时撰写的适用于计算机科学的一种全新基础数学结构的情景小品。全书以一对追求自由精神生活的青年男女为主人公，展开了一段对于该种全新结构的发现和构造的对白。在此过程中，本书充分展示了计算机科学的从业人员进行全新领域探索时所的怀疑、立论、构造、证明、归纳、演绎等逻辑推理和深入反思的能力。本书可以看作是读懂高德纳的艰深著作《计算机程序设计艺术》和《具体数学》的钥匙。

《中国税法疑难案件解决实务》作为本依据律师代理的疑难案例编撰而成的税法案例集，其具有鲜明的针对性与实务性。本书版出版以后,在法律和财税界引起广泛的关注与好评，很快销售一空。为此，本次应法律出版社的邀请我们对本书进行了再版，并对一版中错漏之处加以修正，删除3篇案例，新增11篇案例，最终精选了38起我们在执业生涯中接触到的真实税务争议案例编撰成书,并根据的税法规定对相应的法律分析部分进行了修正,以求本书的案例和观点对现实税务争议案件的解决更具针对性与指导性。可以说，这些案例汇集了目前税法领域存有争议的关键问题，具有代表性和典型性。为继续发扬本书版的成功做法，在展示案件经过时，我们选择性地附入了部分法律文书和交易凭证，力求尽可能完整地呈现案件全貌。以此为基础，我们从税务律师的视角，对案件中

本书从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了N、GAN和RNN等经典模型，然后深入剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，全面介绍了TensorFlow生态系统的发展。

本书从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了N、GAN和RNN等经典模型，然后深入剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，全面介绍了TensorFlow生态系统的发展。