《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
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。
《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。
《React与React Native 跨平台开发:使用JavaScript与TypeScript构建网页端、桌面端和移动端应用》详细阐述了与 React和 React Native相关的基本解决方案,主要包括为什么选择 React、使用 JSX渲染、理解 React组件和 Hooks、React方式中的事件处理、打造可复用组件、 TypeScript类型检查和验证、使用路由处理导航、使用延迟组件和 Suspense进行代码分割、用户界面框架组件、高性能状态更新、从服务器获取数据、 React中的状态管理、服务器端渲染、 React中的单元测试、为什么选择 React Native、React Native内部机制、快速启动 React Native项目、使用 Flexbox构建响应式布局、屏幕间的导航、渲染项目列表、地理位置与地图、收集用户输入、响应用户手势、显示进度、展示模态屏幕、使用动画、控制图像显示、离线使用等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方
成为解决方案架构师,必须熟练掌握各类技术栈,洞悉业务流程,本书将带你了解成为一名成功的解决方案架构师所需要了解的基本概念、设计原则和模式、架构考量以及相关的新技术。 本书是一部深度解读并实践解决方案架构师这一角色的综合性指南。书中不仅详细介绍了设计支柱、高级设计模式、反模式以及现代软件设计的云原生方面的知识,还阐述了解决方案架构师在不同层次的任务和责任——从技术架构设计的基本原则到实际项目中的难点突破,再到面对新兴技术挑战时的应对手段,都有着详尽而实用的解说。同时,作者并未忽视那些在架构设计之外同样至关重要的软技能,如沟通协调、团队领导力、创新能力,以及对于行业趋势的敏锐度等,这些都是决定一位解决方案架构师能否在实践中游刃有余、脱颖而出的关键品质。 相较于第1版,第2版与时俱进地
本书以深度学习入门内容为主线,通过数形结合的方式来渐进式引导读者进行学习,力争使各位读者对于每个算法原理不仅要做到知其然更要做到知其所以然。同时,本书采用了深度学习中较为流行且简单易学的PyTorch框架来进行示例,以便让各位读者在学习各个算法的原理过程中也能够掌握其实际的用法。 本书共10章,分为深度学习领域发展和开发环境配置、深度学习基础和深度学习技术在自然语言处理领域方面的应用三部分内容。第一部分内容(第1~2章)详细介绍了深度学习的起源和发展阶段及深度学习环境的安装配置。第二部分内容(第3~8章)介绍了深度学习入门的基础内容,包括线性回归、梯度下降与反向传播、卷积神经网络、循环神经网络和模型的优化等方面的内容。第三部分(第9~10章)详细介绍了自然语言处理领域的重要概念和技术发展路线,包括Seq
FPGA正在掀起一场数字信号处理的变革。 《数字信号处理的FPGA实现(第4版)》旨在讲解前端数字信号处理算法的高效实现。首先概述了当前的FPGA技术、器件以及用于设计先进DSP系统的工具。 《数字信号处理的FPGA实现(第4版)》第1章的案例研究是40多个设计示例的基础。随后几章阐述了计算机算法的概念、理论、FIR和IIR滤波器的实现、多抽样率数字信号系统、DFT和FFT算法、未来很可能实现的高级算法以及自适应滤波器等。每一章都包含练习。附录中给出了Verilog源代码和术语。 《数字信号处理的FPGA实现(第4版)》新增内容: 超过10个使用VHDL和Verilog设计的新的系统级案例研究 新增一章专门介绍图像和视频处理 更新后的AlteraQuartus和全新的ModeISim仿真工具 XilinxAtlys板卡和ISIM仿真支持 有符号定点数和浮点数IEEE库示例 概述
本书结合典型机械系统控制的实例,系统地介绍了神经网络控制的基本理论、基本方法和应用技术。本书是作者多年来从事控制系统教学和科研工作的结晶,同时融入了国内外同行近年来所取得的新成果。 全书共分16章,包括绪论、RBF神经网络的设计与仿真、基于梯度下降法的RBF神经网络控制、自适应RBF神经网络控制、RBF神经网络滑模控制、基于模型整体逼近的自适应RBF控制、基于局部逼近的自适应RBF控制、基于RBF神经网络的动态面自适应控制、数字RBF神经网络控制、离散神经网络控制、自适应RBF观测器设计及滑模控制、基于RBF神经网络的反演自适应控制、基于RBF神经网络的自适应容错控制、基于RBF神经网络的自适应量化控制、基于RBF神经网络的控制输出受限控制和基于RBF神经网络的控制方向未知的状态跟踪。每种控制方法都通过MATLAB进行了仿真分析。
本书系统地介绍了OpenHarmony轻量设备开发的知识。在本书完稿时,相关课程已经在高校完成了三个学期的教学,并持续优化迭代。 本书的学习门槛低、内容深入浅出、知识结构合理。本书注重知识间的关联性、连贯性和阶梯性,将计算机理论知识和OpenHarmony实践紧密结合,更加注重实践内容对理论理解的反哺,同步培养知识和能力, 授人以鱼,并且授人以渔 。本书的内容支持目前所有在用的OpenHarmony版本,并且有能力支持未来的新版本,注重教/学效率,创立了 OpenHarmony轻量设备教/学全家桶 。 全书共分10章,包括OpenHarmony及其开发套件、搭建OpenHarmony开发环境、OpenHarmony开发入门、OpenHarmony内核编程接口、控制I/O设备、感知环境状态、OLED显示屏的驱动和控制、控制Wi-Fi、网络编程及MQTT编程。