本書針對缺陷樣本稀少且樣本搜集困難、缺陷檢測算法模型多且檢測成本高、缺陷類型繁多且檢測場景復雜等問題提出了基于深度學習的技術(shù)解決方案，采用生成對抗網(wǎng)絡、目標檢測網(wǎng)絡和遷移學習等最前沿的深度學習技術(shù)建立了完善的缺陷樣本數(shù)據(jù)集，提高了缺陷檢測的精度，并且對不同種類的缺陷檢測快速地訓練新模型。最后還介紹了一個多類型表面缺陷智

本書內(nèi)容共包括為9章。第1章介紹了并行算法與應用的研究現(xiàn)狀及其面臨的挑戰(zhàn)。第2章介紹了天河超級計算機系統(tǒng)。第3至9章，介紹了作者在天河系列超級計算機系統(tǒng)上取得的一些研究成果，包括粒子輸運離散縱標方法、粒子輸運蒙特卡洛方法、大地電磁正演模擬、地球動力學模擬、高通量材料模擬、反應堆多物理場耦合模擬和城市風場數(shù)值模擬等典型場

計算復雜性理論是研究各種計算模型、探究各種計算問題求解有效算法的存在性、比較計算問題求解的困難程度并據(jù)其復雜度進行分類研究的理論。本書對這些基礎理論知識進行了全面介紹。在此基礎上，引入了格的LLL算法、最近平面算法和格的某些困難問題的相關復雜度研究結(jié)果，并進一步介紹計算復雜性在密碼學中的應用，嘗試為讀者呈現(xiàn)計算復雜性理

本書共9章，內(nèi)容包括算法概述、遞歸算法與分治法、動態(tài)規(guī)劃算法、貪心算法、搜索算法、網(wǎng)絡流算法，隨機化算法、群體智能優(yōu)化算法及算法競賽真題自測與解析。

全書共分11章,深入淺出地介紹了信息安全基本概念與原理、密碼學基礎、物理安全、操作系統(tǒng)安全、網(wǎng)絡安全、軟件安全、Web安全、信息內(nèi)容安全、數(shù)據(jù)與云計算安全、信息安全管理與審計和人工智能安全。通過對本書的學習,不僅能夠全面掌握信息安全的基礎知識,而且能夠增強信息安全意識,提高在日常生活、工作和學習中保障信息安全的能力。

本書共分為11章。第1章從問題引入，重點分析了推薦系統(tǒng)落地的難點，主流推薦系統(tǒng)的構(gòu)建方法，推薦系統(tǒng)拉活，以及推薦系統(tǒng)中的架構(gòu)和模型。第2章整體介紹推薦系統(tǒng)架構(gòu)設計的方法。第3-5章分別介紹推薦系統(tǒng)的特征、評價指標、調(diào)參方法論。第6-10章介紹神經(jīng)網(wǎng)絡層、個性召回層、精排層、粗排層、重排層的設計方法，重點是模型選擇和參數(shù)

本書循序漸進地講解了使用Python語言開發(fā)推薦系統(tǒng)的核心知識，并通過具體實例的實現(xiàn)過程演練了各個知識點的使用方法和使用流程。全書共12章，包括推薦系統(tǒng)基礎知識、基于內(nèi)容的推薦、協(xié)同過濾推薦、混合推薦、基于標簽的推薦、基于知識圖譜的推薦、基于隱語義模型的推薦、基于神經(jīng)網(wǎng)絡的推薦模型、序列建模和注意力機制、強化推薦學習、

本書對“計算機組成原理”和“計算機體系結(jié)構(gòu)”兩門高等院校計算機科學與技術(shù)學科課程內(nèi)容進行了有機的融合，既與課程體系的縱向整合、建立“學科基礎課程群”的理念相適應，又可較好地適應高校縮減學分、學時的需求。本書采用自頂向下的分析方法，從計算機整體結(jié)構(gòu)框架入手，由表及里，由淺入深，層層細化，逐步深入到計算機的內(nèi)核，論述了馮·

本書針對近幾年全國計算機學科專業(yè)綜合考試大綱的“計算機組成原理”部分進行了深入解讀，以一種獨創(chuàng)的方式對考試大綱的知識點進行了講解，即從考生的視角剖析知識難點，以通俗易懂的語言取代晦澀難懂的專業(yè)術(shù)語，以成功考生的親身經(jīng)歷指引復習方向，以風趣幽默的筆觸緩解考研壓力�？忌鷮�書中的知識點講解有任何疑問都可與作者進行在線互動，以

本書作者根據(jù)自己20多年的教學與科研實踐，系統(tǒng)地總結(jié)了計算機算法的設計與分析方法，覆蓋了大部分主要的算法技術(shù)，包括：分治法、貪心法、動態(tài)規(guī)劃、圖的遍歷技術(shù)、窮舉搜索等，涉及一系列重要的算法問題，包括排序問題、選擇問題、生成樹問題、網(wǎng)絡流問題、二分圖的匹配問題、字符串的匹配問題和幾何算法問題等，還介紹了問題本身的計算復雜