本书按照软件功能以及实际应用进行划分,每一章的实例在编排上循序渐进,其中既有打基础、筑根基的部分,又不乏综合创新的例子。其特点是把PhotoshopCC2021的知识点融入到实例中,读者将从中学到PhotoshopCC2021基础应用、平面广告设计中常用字体的表现、图像处理技术点拨、数码照片处理、婚纱照片的处理、制作广告海报、手绘插画技法精研、VI设计、移动UI界面设计、淘宝网店设计、卡片设计、效果图后期处理设计点拨、室内大厅效果图、室外建筑后期处理等的制作方法,并赠送了制作自然纹理背
《特效师:深入学习影视剪辑与特效制作(Premiere实战版) 》通过20个特效制作、影视剪辑经典案例,深入介绍了Premiere Pro 2023软件的20大核心功能,随书赠送了280多个案例素材与效果、320多分钟的同步教学视频,帮助大家从入门到精通Premiere软件,从新手成为影视剪辑与特效制作的高手! 10类特效制作案例,既包括字幕特效、转场特效、调色特效、抠图特效、卡点特效等功能类特效的制作技巧,又包括影视中热门的武侠类、仙侠类和科幻类特效的制作技巧,既基础又实用。
本书针对近几年全国计算机学科专业综合考试大纲的“计算机网络”部分进行了深入解读,以一种独创的方式对考试大纲的知识点进行了讲解,即从考生的视角剖析知识难点,以通俗易懂的语言取代晦涩难懂的专业术语,以成功考生的亲身经历指引复习方向,以风趣幽默的笔触缓解考研压力。考生对书中的知识点讲解有任何疑问都可与作者在天勤论坛上进行在线互动,以便及时解决考生在复习中遇到的疑难问题,提高考生的复习效率。根据计算机专业研究生入学考试形势的变化(逐渐实行非统考),书中对大量非统考知识点进行了讲解,使本书所包含
本书介绍与人工智能关系紧密的数学知识模块,以使读者更好地掌握数学方法在人工智能领域的应用。本书整合了随机过程、矩阵论和运筹学中相关的数学基础,共12章,分为3部分。第1部分为随机过程,包括第1~3章,主要介绍概率论预备知识、随机过程的概念和基本类型、马尔可夫链。第2部分为矩阵论,包括第4~8章,主要介绍矩阵论预备知识、线性空间与线性变换、范数理论及其应用、矩阵分解和特征值的估计。第3部分为运筹学,包括第9~12章,主要介绍运筹学思想与运筹学建模、数学规划、**化问题和多目标决策。本书面向
《虚拟现实技术及应用》主要讲解虚拟现实技术理论及应用,内容涵盖虚拟现实技术的软硬件设备、前沿技术与应用案例。本书结合当前新媒体、数智时代和元宇宙发展的背景,力图通过理论与实践案例相结合的方式,向读者阐述虚拟现实技术的基本原理、相关技术及开发经验与流程。《虚拟现实技术及应用》分为8章,第1章至第3章主要介绍虚拟现实技术的概念及相关技术;第4章至第7章讲解虚拟现实技术相关工具的使用方法及应用案例;第8章介绍虚拟现实未来的发展方向。《虚拟现实技术及应用》以培养数字媒体技术人才为目标进行
分为诗篇、礼篇、禅篇。著者认为,茶,被儒道佛文化所共同塑造,反过来,又参与了中国风雅文化的塑造。中国文人士大夫将自己的思想、情怀、价值、态度映照在一碗茶汤中,赋予中国茶道文化的丰富内涵。借此,本著作在《“和”解<茶经>》的基础上,进一步从诗、礼、禅三个角度来观察中国茶文化的深刻内蕴与发展脉络,揭示中国源远流长的茶文化所蕴含的诗意的情怀、生命的信仰以及日常生活的美学规范。
本书的主要内容有:理解代码是如何退化的,以及为什么一些退化是不可避免的。在重构之前,量化和评定你的代码状态。起草一个具有战略里程碑且精心设计的执行计划。赢得领导层的支持。建立和协调一个最z适合项目的团队。在团队内外进行高效沟通。正确使用重构的最z佳实践。
本书为全国电力行业十四五规划教材。全书以国家电工职业标准为依据,遵循岗位相关技术规范,符合职业技能培训要求,由基础知识与能力、继电控制电路的装调与维修、生产实践训练项目、机床电气控制电路调试与维修、电路设计与安装5大模块、29个项目贯穿而成。每章突出继电控制系统安装与调试,要求学生能从安全专业的方式规划、安装、调试电气线路,对控制逻辑能够正确分析问题、解决问题,熟练掌握各类电气开关、传感器在工业控制领域中的应用,提高电工岗位的操作技能,养成良好的职业道德意识,培养学生的职业技能
深度学习理论无疑是当今教育界的重要探索主题,其中“深度学习的本质是什么”“深度学习的价值追求是什么”及“深度学习是怎样的活动”是人类深度学习理论发展和实践推进的关键问题。走向文化之思成为当前深度学习研究与探索的新兴方向。文化哲学理论体系对人与文化、文化与教育教学等方面的问题有深刻洞察力,其所蕴含的“文化本质论—文化价值论—文化活动论”的内在逻辑进路,可以为深度学习的创新提供独特视角。本书分别从这几方面系统探索深度学习的基本理论问题,为人们更好地认识及推动深度学习实践提供参考。
本书针对推荐系统中的二部图、社交网络和知识图谱的图结构模式,研究基于图表示学习的深度推荐系统。通过挖掘图信息中的隐性关系和高阶关系,使用图学习的方式探索用户和产品的潜在关联,弥补相关推荐系统研究在挖掘用户之间或者产品之间隐性关系方面的不足,形成一系列合理而且有效的推荐技术。增加推荐系统输入的多样性,运用社交网络和知识图谱等辅助信息,缓解推荐系统目前面临的“数据稀疏”、“冷启动”等问题,提高推荐系统的准确性和多样性,为推荐系统技术的发展提供可参考的方向。