《金融大模型开发与应用实践》循序渐进、深入讲解了金融大模型开发与应用实践的核心知识,并通过具体实例的实现过程演练了各个知识点的用法。全书共11章,分别讲解了大模型基础、数据预处理与特征工程、金融时间序列分析、金融风险建模与管理、高频交易与量化交易、资产定价与交易策略优化、金融市场情绪分析、区块链与金融科技创新、基于深度强化学习的量化交易系统(OpenAIBaselines FinRL DRL PyPortfolioOpt)、基于趋势跟踪的期货交易系统(TechnicalAnalysis library yfinance Quantstats)、上市公司估值系统(OpenAI LangChain Tableau PowerBI)。《金融大模型开发与应用实践》易于阅读,以极简的文字介绍了复杂的案例,同时涵盖了其他同类图书中很少涉及的历史参考资料,是学习金融大模型开发的理想教程。 《金融大模型开发与应用实践》适用于已经了解了Python 基础开发的读者,想进一
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。
"《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
《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
《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。
本书是一本全面深入探讨深度学习领域的核心原理与应用实践的专业书籍。本书旨在为读者提供系统的学习路径,从深度学习的基础知识出发,逐步深入到复杂的大模型架构和算法实现。本书适合深度学习初学者、中级开发者以及对大模型有深入研究需求的专业人士。通过阅读本书,读者不仅能够掌握深度学习的理论基础,还能通过丰富的实战案例,提升解决实际问题的能力。
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。
本书主要讲述采用现代 C 在 x86-64 Linux 上编写多线程 TCP 网络服务程序的主流常规技术，重点讲解一种适应性较强的多线程服务器的编程模型，即 one loop per thread。这是在 Linux 下以 native 语言编写用户态高性能网络程序成熟的模式，掌握之后可顺利地开发各类常见的服务端网络应用程序。本书以 muduo 网络库为例，讲解这种编程模型的使用方法及注意事项。本书的宗旨是贵精不贵多。掌握两种基本的同步原语就可以满足各种多线程同步的功能需求，还能写出更易用的同步设施。掌握一种进程间通信方式和一种多线程网络编程模型就足以应对日常开发任务，编写运行于公司内网环境的分布式服务系统。
本书讲述了Linux系统及其他UNIX风格的操作系统上的程序开发，主要内容包括标准Linux C语言函数库和由不同的Linux或UNIX标准指定的各种工具的使用方法，大多数标准Linux开发工具的使用方法，通过DBM和MySQL数据库系统存储Linux中的数据，为X视窗系统建立图形化用户界面等。本书通过先介绍程序设计理论，再以适当的例子和清晰的解释来阐明它的方式，帮助读者掌握相关的知识。 本书适合Linux的初学者及希望利用Linux进行开发的程序人员阅读，也适合作为高等院校计算机相关专业师生的参考教材。
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
本书是被誉为UNIX编程 圣经 的Advanced Programming in the UNIX Environment一书的第3版。在本书第2版出版后的8年中，UNIX发生了巨大的变化，特别是影响UNIX编程接口的有关标准变化很大。本书在保持前一版风格的基础上，根据新的标准对内容进行了修订和增补，反映了新的技术发展。书中除了介绍UNIX文件和目录、标准I/O库、系统数据文件和信息、进程环境、进程控制、进程关系、信号、线程、线程控制、守护进程、各种I/O、进程间通信、网络IPC、伪终端等方面的内容，还在此基础上介绍了众多应用实例，包括如何创建数据库函数库以及如何与网络打印机通信等。此外，还在附录中给出了函数原型和部分习题的答案。 本书内容权威，概念清晰，阐述精辟，对于所有层次UNIX/Linux程序员都是一本不可或缺的参考书。
