本书是享誉全球的Python入门书，影响了 过250万读者。全书分两 分：第 分介绍用Python编程所 须了解的基本概念， 括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二 分将理论付诸实践，讲解如何开发三个项目， 括简单的2D游戏、利用数据生成交互式的信息图以及 建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的 新 性，等等。

《Yocto项目实战教程》是一本系统化讲解Yocto项目核心技术的专业教程。全书从基础概念到高级应用，详细剖析了Yocto项目体系架构，包括Linux系统架构解析、OpenEmbedded构建系统原理、元数据组织架构、BitBake构建引擎工作机制、Poky参考系统的核心组件等关键技术。特别针对嵌入式开发实践需求，深入讲解了内核菜谱定制、BSP层开发、交叉编译工具链构建、SDK集成开发等实战内容。书中提供了丰富的开发案例，涵盖从QEMU模拟器、树莓派到NXP i.MX系列工业级平台的实际应用，通过循序渐进的教学方式，帮助读者快速掌握Yocto项目的开发方法与技巧。本书内容翔实、案例典型，既适合嵌入式Linux开发工程师作为工作参考手册，也可作为高校嵌入式系统课程的专业教材，同时还能满足技术爱好者自学Yocto项目的需求。

《大模型轻量化:模型压缩与训练加速》围绕大模型轻量化这一主题，系统地阐述大模型轻量化的基本理论与实现方法，旨在提升模型的部署效率和计算性能。全书分为3部分，共10章。第1部分（第1～5章），介绍大模型的背景与面临的问题，以及Transformer和MoE架构的基本原理；重点讲解模型压缩、训练加速和推理优化等核心技术，包括量化、蒸馏和剪枝等，并通过实际案例验证其效果。第2部分（第6、7章），重点介绍端侧学习与计算引擎优化策略，尤其是动态Batch和异构执行的工程实现。第3部分（第8～10章），针对高性能算子库与手工算子开发，分别以cuDNN、NEON、CUDA等为代表，揭示算子优化的细节，最后，以国产开源模型DeepSeek-V3为例，展现从训练到推理的综合优化方案。 《大模型轻量化:模型压缩与训练加速》提供全面实用的轻量化方法论，结合丰富代码示例与实

"《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开

《从零构建大模型:算法、训练与微调》是一本系统且实用的大模型构建指南，旨在引领读者从基础知识起步，逐步深入探索大模型的算法原理、训练方法及微调技术。《从零构建大模型:算法、训练与微调》共12章，涵盖了Transformer模型的基础理论，如Seq2Seq模型、分词、嵌入层和自注意力机制等关键概念；并深入剖析了GPT模型的核心实现与文本生成过程，以及BERT模型的预训练和微调技术。同时，也对ViT（视觉Transformer）模型的架构、训练方法，以及高阶微调策略如Adapter Tuning和P-Tuning进行了详尽讲解。此外，还系统地介绍了数据处理、数据增强、模型性能优化（包括混合精度训练和分布式训练）、对比学习、对抗训练、自适应优化器、动态学习率调度，以及模型蒸馏与剪枝技术等多个方面。最后，通过应用案例，展示了模型训练和微调的完整流程，助力读者将理论知

《多模态大模型:从理论到实践》系统地介绍多模态大模型的理论基础、关键技术与实际应用。全书分为两部分12章，第1部分（第1～5章）围绕基础理论与技术解析展开论述，包括基本概念、Transformer架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建逻辑奠定基础。第2部分（第6～12章）聚集于多模态大模型的高级应用与场景实现，包括主流视觉语言模型（如CLIP、BLIP-2等）的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题，并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践，展示了多模态大模型的实际落地路径。 《多模态大模型:从理论到实践》兼具理论深度与实际应用价值，适合大模型和AI研发人员、人工智能领域的

《大模型RAG应用开发:构建智能生成系统》系统介绍检索增强生成（RAG）技术的核心概念、开发流程和实际应用。《大模型RAG应用开发:构建智能生成系统》共分为11章，第1～3章详细介绍RAG开发的基础，包括环境搭建、常用工具和模块，帮助读者从零开始理解RAG系统的工作原理与开发技巧；第4～8章聚焦RAG系统的具体搭建，从向量数据库的创建、文本的向量化，到如何构建高效的检索增强模型，为开发RAG应用奠定基础；第9～11章通过实际案例，包括企业文档问答系统、医疗文献检索系统和法律法规查询助手的实际开发，帮助读者在特定领域深入理解和应用RAG技术。 《大模型RAG应用开发:构建智能生成系统》适合RAG技术初学者、大模型和AI研发人员、数据分析和挖掘工程师，以及高年级本科生和研究生阅读，也可作为培训机构和高校相关课程的教学用书或参考书。

"《大模型智能推荐系统:技术解析与开发实践》系统阐述大语言模型与推荐系统深度融合的创新实践，涵盖技术原理、开发方法及实战案例。《大模型智能推荐系统:技术解析与开发实践》分为4部分，共12章，涉及推荐系统的多个关键模块，包括技术框架、数据处理、特征工程、嵌入生成、排序优化及推荐结果评估。重点解析大语言模型在冷启动问题、长尾内容优化和个性化推荐等领域的核心技术，通过深度剖析上下文学习、Prompt工程及分布式部署等方法，展示如何利用大语言模型提高推荐精度和用户体验。同时，通过实战项目的解析，助力读者掌握高效智能推荐系统从开发到部署的全流程。《大模型智能推荐系统:技术解析与开发实践》还引用了Hugging Face的Transformer库、ONNX优化工具以及分布式推理框架等先进技术，为构建工业级推荐系统筑牢坚实基础。 《大模型智

在过去的十几年中，软件测试技术的演进突破了曾经的局限，发生了翻天覆地的变化，在新的领域有了更广泛的应用场景。 本书从现代软件测试技术的视角，深入探讨近年来涌现和快速发展的测试技术，以及在快速变化的技术环境中依然保持高度相关性和实践价值的方法论与技巧。本书内容主要包括现代软件测试的工程理念，测试策略、分析和设计，测试与系统架构的关系，各项测试技术精要，自动化测试框架的设计与实现，AI产品、大数据产品、区块链、图形图像相关测试技术，以及大模型赋能下的测试智能化等。 我们希望这是一本软件测试技术领域的 百科全书 ，无论你是希望在专业领域不断精进的技术专家，还是希望打下扎实基础的入门读者，都能从本书中汲取宝贵的经验。

本书由浅入深、循序渐进地讲解Windows 11的使用方法，以及一些高级的管理和应用技巧，以便读者能够更加深入地使用Windows 11。 本书以Windows 11的相关管理任务为主线，内容由浅入深，包括体验全新的Windows 11，拥有属于自己的Windows 11，Windows 11的基本设置，打造属于自己的Windows 11，文件与文件夹的高效设置，精通Windows 11文件系统，Windows 11软硬件管理，Windows 11多媒体管理与应用，Windows 11共享与远程操作，认识Microsoft Edge浏览器，体验精彩的Windows 11云，Hyper-V虚拟化，让Windows 11 飞 起来，Windows 11的系统重置、备份与还原，Windows 11故障解决方案等。 本书适合计算机初学者、计算机办公人员学习参考，对计算机管理员来说也有一定的参考价值。

这是一本面向初中级读者的Agent学习指南，作者既是资深的AI技术专家，又是经验丰富的项目导师，融合作者亲身实践、培训反馈与官方资源，为Agent使用者和开发者提供了快速上手的实用指导。 本书从基础知识、操作和应用开发3个维度循序渐进地讲解Agent实战技巧，分为三篇： ?基础篇（1~2章） 介绍Agent定义、发展历程、常用开源技术、主要组件等基础知识和开发环境的搭建过程。 ?应用篇（3~6章） 从通用型、任务驱动型、辅助开发型和检索增强型 4大类，通过AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything这8种具体类型，详细描述Agent的安装、配置和使用等操作步骤。 ?开发篇（7~16章） 展开分析10个不同场景的Agent应用开发实例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent这7种被广泛应用的开源Agent开发框架为基础，针对

《ADS信号完整性仿真与实战 第2版》主要是以ADS软件为依托，结合信号完整性和电源完整性的基础理论以及实际案例，完整地介绍了使用ADS进行信号完整性以及电源完整性仿真的流程和方法，最终以实际的案例呈现给读者，具体内容包括信号完整性基本概念、ADS基本概念及使用、PCB材料和层叠设计、传输线及端接、过孔及过孔仿真、串扰案例、S参数及其仿真应用、IBIS与SPICE模型、HDMI仿真、DDR4/DDR5仿真、高速串行总线仿真、PCB板级仿真SIPro、PCB板级仿真PIPro等。 《ADS信号完整性仿真与实战 第2版》内容翔实，深入浅出，结合实际案例的应用进行讲解，实用性强，非常适合作为信号完整性以及ADS仿真入门教程，也可以作为资深仿真工程师的工具书，还可以作为大学电子、电路、通信、电磁场等专业的教学实验教材。

本书由龙蜥社区操作系统及eBPF专家联合撰写，带领读者一次性学透eBPF原理与Linux可观测性，让性能与安全问题无所遁形，效果立竿见影。具体来说，本书系统介绍eBPF技术生态、特性、五大主流开发框架，并深度剖析应用、网络、内存、I/O、调度、安全六大关键Linux可观测性实践。本书共9章，从逻辑上分为两部分。第一部分为eBPF基础（第1～3章）：第1章概述eBPF技术的发展历程和应用场景；第2章深入解析eBPF的指令集、辅助函数及程序类型设计原理；第3章介绍如何使用libbpf、BCC、eunomia-bpf、Coolbpf等工具开发eBPF程序，尤其是BTF和CO-RE技术的应用。第二部分为eBPF可观测性实践（第4～9章），第4章探讨eBPF在用户态应用层面的可观测实践，如Java应用的GC观测；第5章讲解内核网络收发包流程及使用eBPF分析网络抖动的方法；第6章介绍内存性能瓶颈的优化方法，包括使用eBPF检测

本书结合大量实验程序和图表，通俗易懂地介绍了Linux操作系统的运行原理和硬件的基础知识，涉及进程管理、进程调度器、内存管理、存储层次、文件系统和外部存储器等。实验程序使用C语言和Python编写，读者可亲自动手运行程序，来确认系统的行为。另外，以图解的方式介绍各知识点，简明且直观，能够帮助读者加深理解。读者只需对Linux基本命令有所了解，即可轻松阅读。 本书适合应用程序开发人员、系统设计师、运维管理人员和技术支持人员等人士阅读。

这是一本深度解读Android性能优化底层原理并给出可落地的一线实践指导的专业技术书。书中不仅原理讲解透彻，而且会给出很多基于读者实际工作成绩的实战案例。本书共分为11章，其中第1章总体介绍Android性能优化的背景、本质、方法论和落地方向，第2~10章从原理和实战两个层面分别对内存优化、速度优化、稳定性优化、包体积优化及其他优化进行解读。最后一章是作者多年优化从业经验的总结。

操作系统目前已成为我国 卡脖子 的关键技术之一，这对操作系统的教材建设提出了新的要求。首先，教材需要体现操作系统的核心原理与设计，帮助读者构筑系统性的认识；其次，教材需要反映国际研究前沿，帮助读者开拓新思路；*后，教材需要反映工业界实践，不可陷入纸上谈兵的陷阱。 作为操作系统教材的新尝试，本书融合了作者的教学经验与工业实践经验，以三个 面向 为导向，即面向经典基础理论与方法，面向国际前沿研究，面向*新工业界实践，深入浅出地介绍操作系统的理论、架构、设计方法与具体实现。本书将原理与实现解耦，从具体问题导出抽象概念，然后分析实现方法。全书内容以ARM架构为主，x86架构为辅；以微内核架构为主，同时兼顾宏内核与外核等架构。 除纸质版教材外，本书还配有网络章节、在线社区和课程实验。与本书配套的微内

系统编程是指编写系统软件，其代码在底层运行，直接跟内核和核心系统库对话。 《Linux系统编程(第 2版)》是一本关于Linux系统编程的教程，也是一本介绍Linux系统编程的手册，还是一本如何实现更优雅更快代码的内幕指南。全书分为11章和2个附录，详细介绍了Linux系统编程基本概念、文件I/O、缓冲I/O、高 级文件I/O、进程管理、高 级进程管理、线程、文件和目录管理、信号和时间等主题。附录给出了gcc和GNU C提供的很多语言扩展，以及推荐阅读的相关书目。 《Linux系统编程(第 2版)》的作者是Linux内核专业人士，多本技术图书的作者。《Linux系统编程(第 2版)》需要在C编程和Linux编程环境下工作的程序员阅读，对于想要巩固基础或了解内核的高 级编程人员，《Linux系统编程(第 2版)》也很有参考价值。

本书基于ARM Cortex-A8 内核的三星 S5PV210 CPU，主要讲解 ARM CPU 开发的全套相关技术，包括ARM体系的背景知识、常规开发方式、ARM 体系结构和汇编指令集。本书还基于 X210 开发板讲解了开发板的原理图、芯片的数据手册，以及开发板的刷机流程等，讲解了 GPIO、LED、DDR、串口、定时器、看门狗、SD 卡、NAND Flash、iNAND、I2C 总线、LCD 屏、A/D 转换器、电阻式和电容式触摸屏等 ARM CPU 常见外设的原 理，并使用汇编和 C 语言编程进行了外设及代码重定位、时钟体系等的原理和功能的编程实践。本书最后还利用X210 平台结合部分外设写了一个裸机串口的 Shell 作为小项目，帮助读者理解什么是交互式 Shell，为下一阶段U-Boot 及 Linux 内核的学习打好基础。在具体讲解过程中，本书引用了产品的一部分原始英文图表，并有针对性地进行了适当的说明。 本书适合从事 CPU 开发等相关工作

国内大部分的开发者和公司都从事的是应用层的开发，平时大家更多关注的是应用层的开发技术。但应用层是建立在CPU和内存等硬件、操作系统内核、语言运行时的基础之上的。如果缺乏对这些底层知识的理解，驾驭技术的能力就无法精进，也很难开发出高性能、高稳定性的应用。 本书主要包括CPU和内存硬件、进程创建和调度原理、虚拟内存底层机制、Go 用户态协程实现、容器cgroup资源限制，以及throttle、CPU利用率和负载等性能指标统计原理等内容，最后过渡到性能优化手段，带领大家修炼底层内功，掌握高性能原理。

《Transformer深度解析与NLP应用开发》系统解析Transformer的核心原理，从理论到实践，帮助读者全面掌握其在语言模型中的应用，并通过丰富案例剖析技术细节。《Transformer深度解析与NLP应用开发》共12章，内容涵盖Transformer模型的架构原理、自注意力机制及其相对于传统方法的优势，并详细剖析BERT、GPT等经典衍生模型的应用。书中围绕数据预处理、文本分类、序列标注、文本生成、多语言模型等核心任务，结合迁移学习、微调与优化技术，展示Transformer在语义匹配、问答系统和文本聚类等场景中的实际应用。针对企业级开发需求，还特别介绍了ONNX与TensorRT优化推理性能的最佳实践，为大规模数据处理及低资源部署提供了解决方案。 《Transformer深度解析与NLP应用开发》兼具理论深度与实际应用价值，内容系统，案例丰富，适合大模型及NLP研发人员、工程师、数据科学研