本书是权威的计算机体系结构著作，是久负盛名的经典作品。书中系统地介绍了计算机系统的设计基础、指令集系统结构、流水线和指令集并行技术、层次化存储系统与存储设备、互连网络以及多处理器系统等重要内容。这一版新增一章，专门介绍领域专用体系结构。本书对近些年火热的云计算、手机客户端技术、人工智能等相关内容也有涉猎。 本书既可作为高等院校计算机专业本科生或研究生教材，也可作为从事计算机体系结构或计算机系统设计的工程技术人员的参考书。

《量子计算与量子信息：10周年版》介绍了量子计算和量子信息领域的主要思想和技术。该领域的快速发展及其跨学科的性质使得新来者很难全面地了解其中重要的技术和研究成果。本书共分为3 部分：第1 部分概述了量子计算和量子信息领域的主要思想和研究成果，并介绍了计算机科学、数学和物理学领域的相关背景材料，这些材料是深入理解量子计算和量子信息所必需的；第2 部分详细描述了量子计算；第3 部分是关于量子信息的，内容涉及什么是量子信息，如何使用量子态表示和交流信息，以及如何描述和处理量子信息和经典信息的破坏。

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。 全书总计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

本书结构 本书内容面向网络安全新手，基本囊括了目前所有流行的高危漏洞的原理﹑攻击手段和防御手段，并通过大量的图、表、命令实例的解说，帮助初学者快速掌握Web渗透技术的具体方法和流程，一步一个台阶地帮助初学者从零建立作为 白帽子 的一些基本技能框架。本书配套源码环境完全免费。 全书按照从简单到复杂﹑从基础到进阶的顺序，从新人学习特点的角度出发进行相关知识的讲解，抛弃了一些学术性、纯理论性、不实用的内容，所讲述的渗透技术都是干货。读者按照书中所述步骤进行操作，即可还原实际渗透攻击场景。 第1章 渗透测试之信息收集 在进行渗透测试之前，最重要的一步就是信息收集。本章主要介绍域名及子域名信息收集﹑旁站和C段、端口信息收集、社会工程学和信息收集的综合利用等。 第2章 漏洞环境 白帽子 在没有得到

《我看见的世界》 《我看见的世界》既是李飞飞的个人成长史，也是一部波澜壮阔、跌宕起伏的人工智能发展史。 在这本书里，李飞飞回忆了自己从底层移民成长为尖科学家的非凡之路。她度过了困顿艰辛的青少年时代，但对科学的热爱不断激励着她持续追寻人生的“北极星”，并终走进科学的殿堂。 当李飞飞和家人努力适应在美国的生活时，恰逢现代人工智能开始不断取得突破。她不断开启新的科学征程，并确立了自己在计算机视觉领域的科学使命，取得了非凡的成就。在这本书里，她详细记录了这些重大时刻的关键细节。同时，李飞飞也对未来人工智能的发展方向提出了自己的判断和警醒，核心就是“以人为本”，让人工智能真正推动人类的发展，而不是成为威胁。 这本书既是对重大科学突破幕后的精彩窥探，也是一位女性用好奇心和勇气突破人生困境的

数据是数字经济的关键要素已经形成共识，数据资源入表成为数据资产正在探索推进中。数据资产不同于通常意义上的有形实物资产和无形知识产权资产，它是一类新的资产类别。有用的数据积累到一定的规模具备开发价值后就形成数据资源，数据资源在满足了数据权属明确、成本或价值能够被可靠地计量、数据可机读等基本条件后就可以成为数据资产。本书分析讨论了数据的资产性，基于数据的属性对数据资产进行了明确的定义，将信息资产、数字资产和数据资产统一为数据资产。在此基础上，本书系统地介绍了数据资产化、盒装数据、数据资产评估、数据资产入表、数据资产管理、数据资产定价、数据资产运营和数据市场等内容。本书在第1版的基础上依据近年数据资产研究和实践的发展进行了修订，此次修订增加了盒装数据、数据资产入表等新的内容，其他

本书是数理统计方面的经典教材，从数理统计学的初级基本概念及原理开始，详细讲解概率与分布、多元分布、特殊分布、统计推断基础、极大似然法等内容，并且涵盖一些高级主题，如一致性与极限分布、充分性、优假设检验、正态模型的推断、非参数与稳健统计、贝叶斯统计等.此外，为了帮助读者更好地理解数理统计和巩固所学知识，书中还提供了一些重要的背景材料、大量实例和习题.本书可以作为高等院校数理统计相关课程的教材，也可供相关专业人员参考使用.

本书是学习泛函分析的一部优秀入门书，被欧美众多大学广泛用作数学系、物理系本科生和研究生的教材．全书共11章，包括度量空间、赋范空间、巴拿赫空间、希尔伯特空间、不动点定理及其应用、逼近论、赋范空间中线性算子的谱论、赋范空间中的紧线性算子及其谱论、有界自伴线性算子的谱论、希尔伯特空间中的无界线性算子、量子力学中的无界线性算子等内容．本书精选900多道习题，并给出了解答．

涵盖2021年CISSP所有考点，是您的一站式学习手册，助您更灵活、更快捷地准备CISSP考试。本书编排得当，内容详实，包含可供个人评估备考进展的测试、目标地图、书面实验题、关键考点以及富有挑战的章节练习题。开始使用本手册准备CISSP考试吧。 涵盖全部考试目标 ? 安全与风险管 理 ? 资产安全 ? 安全架构与工程 ? 通信与网络安全 ? 身份和访问管理 ? 安全评估与测试 ? 安全运营 ? 软件开发安全

本书原为麻省理工学院计算机科学与工程专业的数学课程讲义，谷歌技术专家参与编写，涵盖计算机科学涉及的全部基础数学知识，包括形式逻辑符号、数学证明、归纳、集合与关系、图论基础、排列与组合、计数原理、离散概率、递归等，特别强调数学定义、证明及其应用方法。本书因具有系统、完整，以及有趣、易读等明显优势，现已被全球IT技术相关从业者及准从业者奉为圭臬、广泛传阅，在人工智能日益普及的全新信息时代，更是大放异彩。本书适合计算机相关专业学生及从业人员作为数学入门教材，亦可作为统计、机器学习、数据挖掘等课程的宝贵资料。

本书主要讲解分布式机器学习算法和开源框架，读者既可以从宏观的设计上了解分布式机器学习的概念和理论，也可以深入核心技术的细节设计中，对分布式机器学习形成深刻而直观的认识，做到学以致用。 本书共分为5篇，第1篇是分布式基础，首先介绍了分布式机器学习的概念、基础设施，以及机器学习并行化技术、框架和软件系统，然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行，以PyTorch和Horovod为主对数据并行进行分析，读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流水线并行，讲解了除模型划分之外，还通过引入额外的流水线来提高效率，以GPipe / PyTorch / PipeDream为例进行分析。第4篇是模型并行，首先对NVIDIA Megatron进行分析，讲解如何进行层内分割模型并行，然后讲解PyTorch 如何支持模型并行，最后介绍分布

本书系统介绍自动驾驶与机器人中的 SLAM 技术，从零开始搭建一套完整的激光雷达与惯性导航定位 建图方案。理论方面使用现代化流形方法进行推导，代码方面则使用简洁明快的现代 C 语言实现。本书 从最基本的理论与程序代码开始，一步步增加各种模块，省略复杂的工程细节，最后形成一个完整的系统。本 书在逻辑上是完整自洽的，在内容上则是通俗易懂的。 本书从经典的卡尔曼滤波器讲到现代的预积分和图优化理论。读者可以通过实际操作，将这些算法重新 实现一遍，并比较它们之间的异同。本书内容包括惯性导航、组合导航、误差拓展卡尔曼滤波器、预积分和 图优化、二维和三维激光点云的表达、最近邻数据结构、点云配准算法，等等。最后，本书将各种算法模块 组合起来，形成完整的惯性里程计、离线地图构建和实时定位系统。 本书可作为自动驾驶

本书以经典理论与现代应用相结合的方式介绍了初等数论的基本概念和方法，内容包括整除、同余、二次剩余、原根以及整数的阶的讨论和计算。此外，书中附有60多位对数论有贡献的数学家小传记。本书内容丰富，趣味性强，条理清晰，既可以作为高等院校计算机及相关专业的数论教材，也可以作为对数论和密码学感兴趣的读者的初级读物。

本书专注于Linux二进制安全。全书包含12章，从二进制底层开始，结合源码详细分析了常见的二进制安全漏洞、缓解机制以及漏洞利用方法，并辅以分析工具和环境搭建的讲解。本书在素材的选择上较为连续、完整，每个知识点均配以经典例题，并花费了大量篇幅深入讲解，以*程度地还原分析思路和解题过程。读者完全可以依据本书自主、系统性地学习，达到举一反三的效果。本书主要面向CTF初学者，也适合对CTF感兴趣的人群学习。

本书按照数字图像处理的知识体系，循序渐进地对OpenCV-Python的基本功能进行全面、系统的介绍。全书共18章，分为OpenCV-Python的基本操作、图像处理的基本方法、图像处理的高级方法和计算机视觉四部分，详细介绍常用的OpenCV函数，并讲解例程代码。 第一部分介绍OpenCV-Python的基本操作，包括第1～4章。第二部分介绍图像处理的基本方法，包括第5～9章。第三部分介绍图像处理的高级方法，包括第10～13章。第四部分介绍计算机视觉，包括第14～18章。 本书实例丰富、通俗易懂，适合数字图像处理方向的师生与相关技术人员使用，既可以作为入门数字图像处理的参考书，也可以作为OpenCV的入门教程。

本书系统地介绍了语音识别的原理与应用。全书共15章，原理部分涵盖声学特征、隐马尔可夫模型（HMM）、高斯混合模型（GMM）、深度神经网络（DNN）、语言模型和加权有限状态转换器（WFST），重点描述了GMM-HMM、DNN-HMM和端到端（E2E）三种语音识别框架；应用部分包含Kaldi、ESPnet、WeNet和工业应用实践介绍，内容主要来自工程经验，极具实用性。 本书可以作为普通高等学校人工智能、计算机科学与技术、电子信息工程、自动化等专业的本科生及研究生的教材，也适合作为从事智能语音系统的科研人员和工程技术人员的参考书。

本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型（第1~3章），解析语言模型的核心概念，包括词元、嵌入向量及Transformer架构，帮助读者建立基础认知。第二部分 使用预训练语言模型（第4~9章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升模型的应用能力。第三部分 训练和微调语言模型（第10~12章），探讨大模型的训练与微调方法，包括嵌入模型的构建、分类任务的优化及生成式模型的微调，以适应特定需求。 本书适合对大模型感兴趣的开发者、研究人员和行业从业者。读者无须深度学习基础，只要会用Python，就可以通过本书深入理解大模型的原理并上手大模型应用开发。书中示例还可以一键在

本书共分三篇。 第一篇介绍了智能制造基础，包括工业智能化的技术发展综述、典型国家的智能制造体系架构、航空工业企业智能制造架构解析和智能制造能力成熟度模型。 第二篇讨论了智能制造核心技术，包括感知技术中的信号与数据、产品数字化建模与设计制造集成技术、产品设计仿真与制造工艺过程仿真和生产系统建模与仿真技术、数字孪生技术、先进制造技术与机器人技术、工业大数据与人工智能技术和智能制造中的工业软件与知识工程。 第三篇篇介绍了智能制造系统实施。通过大量的具体案例，介绍了设备级、产线级、工厂级的智能制造系统的构建方法。国内外航空工业智能制造的实践案例，集中展现了数字化智能化技术的深度应用。

本书主要讲解计算机视觉的几何基础（核心数学基础），包括图像处理与模式识别的几何视角、三维射影几何学、摄像机模型、摄像机标定、立体视觉、三维视觉重构等。本书提供了具体且有趣的案例，并配有方便读者实践、颇具实用性的原创展示代码，让读者从实际问题与实践中学习计算机视觉几何基础。 本书可作为理工科学生的计算机视觉、深度学习等相关课程教学用书，也可作为科研用书供从事视觉智能感知相关工作的科技人员、工程师阅读参考。

本书从多维数组Tensor开始，循序渐进地介绍PyTorch各方面的基础知识，并结合深度学习中的经典应用，带领读者从零开始完成几个经典而有趣的实际项目，包括动漫头像生成、风格迁移、自动写诗以及目标检测。本书还介绍了PyTorch的几个高级扩展，包括向量化计算、分布式加速以及CUDA扩展。本书既适合深度学习的初学者及次接触PyTorch的研究人员阅读，也适合有一定PyTorch使用经验的用户阅读，帮助他们建立对PyTorch的基本认识，提高使用PyTorch框架解决实际问题的能力。

本书以软件逆向为切入点，讲述了软件安全领域相关的基础知识和技能。读者阅读本书后，很容易就能在逆向分析、漏洞分析、安全编程、病毒分析等领域进行扩展。这些知识点的相互关联，将促使读者开阔思路，融会贯通，领悟更多的学习方法，提升自身的学习能力。本书适合安全技术相关工作者、对逆向调试技术感兴趣的人、对软件保护感兴趣的软件开发人员、相关专业在校学生及关注个人信息安全、计算机安全技术并想了解技术内幕的读者阅读。

本书是计算机组成与体系结构方面的经典教材，不仅清晰、完整地介绍了现代计算机系统的本质和特征，深入探讨计算机组成与体系结构中的知识，而且将这些知识与当代计算机的设计问题联系起来。同时，关注计算机系统的性能特征，介绍如何从设计的角度实现高性能。 在保持本书一贯特色的基础上，第11版做了如下改动： 多芯片模块 :第1章增加了对多芯片模块（MCMs）的讨论 SPEC 基准 ：第2章中对 SPEC 的描述已经更新，以涵盖新的SPEC CPU2017基准套件 存储器层次结构 :关于存储层次结构的一章扩展了cache存储器方面的内容，并对高速缓存章节做了大量更新和修订 内部存储器和外部存储器 ：在内存的章节中包括了对越来越流行的电子数据存储器的介绍，在外部存储器的章节中增加了对现在广泛使用的4k扇区硬盘格式的讨论 汇编语言： 关于汇编语言的处理已