本书以智能制造产线为对象，介绍了智能制造产线运行优化涉及的关键技术: 产线状态数据实时采集与云-边协同计算技术、产线混合生产任务的集成规划与优化技术、产线生产物流的主动感知与协同调度技术、刀具磨损状态智能监控与寿命预测技术、工件加工质量的误差分析/溯源与预测技术、复杂数控加工装备的健康状态综合评价技术等。这些关键技术是实现智能制造产线的重要组成部分，是构建自组织、自学习、自适应、自优化生产系统的核心技术。本书可以作为“智能制造类”研究生的选用教材，对学生了解智能车间和智能工厂具有重要的指导作用。
易懂的语言、图文并茂的形式对Animate在动画制作中的应用进行了全面细致的剖析。本书共10章，遵循由浅入深、从基础知识到案例进阶的学习原则，对动画制作入门知识，Animate动画制作基础，图形的绘制与编辑，帧与图层，元件、库与实例，文本的创建与编辑，常见动画的制作，音视频的应用以及组件的应用等内容进行了逐一阐述，最后介绍了与功能相关的可协同的AI矢量绘图软件。本书结构合理、内容丰富、易学易懂，既有鲜明的基础性，也有很强的实用性。
主要内容● 用进化计算解决复杂的设计和分析问题● 调整深度学习超参数● 将Q-Learning应用于深度学习，从而进行深度强化学习● 优化无监督自编码器的损失函数和网络架构● 创建一个能够参与OpenAI Gym游戏的进化智能体
主要内容● 在异步环境中处理借用检查器● 创建Web API并处理JSON● 组建一个用于Rust异步开发的技术栈● 优雅地处理错误● 测试、追踪、记录和调试● 在多个环境中部署Rust应用
本书的主题围绕理论实战展开，旨在为读者提供一种系统深入地学习和应用通用性较强的技术点的方法。本书共十章，每章专注于一个特定的技术点，包括 Spring Cloud Alibaba Nacos、Dubbo、ZooKeeper、Spring Cloud Security OAuth2、Spring Cloud Gateway、Spring Cloud Skywalking、Spring Cloud Alibaba Sentinel、Apache ShardingSphere、Elastics
本书以PySide6/PyQt6的实际应用为主线，以理论基础为核心，引导读者渐进式学习PySide6/PyQt6的编程基础和实际应用。本书共12章，可分为5部分。第一部分介绍基于项的控件、基于模型/视图的控件（第1章和第2章），第二部分介绍处理数据库、文件、路径、缓存相关的类和应用方法（第3章和第4章）、第三部分介绍使用Graphics/View框架绘图、绘制二维图表和三维图表的相关类和应用方法（第5~7章）、第四部分介绍处理网络、多媒体、打印机、QML相关的类和应用方法（第8~11章）
《ChatGLM3大模型本地化部署、应用开发与微调》作为《PyTorch 2.0深度学习从零开始学》的姊妹篇，专注于大模型的本地化部署、应用开发以及微调等。《ChatGLM3大模型本地化部署、应用开发与微调》不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过丰富的案例和场景，引导读者从理论走向实践，真正领悟和掌握大模型本地化应用的精髓。全书共分13章，全方位、多角度地展示了大模型本地化实战的完整方案，内容包括大模型时代的开端、PyTorch 2.0深度学习环境搭建、基于gra
图神经网络不仅能够解决传统机器学习方法无法解决的图数据问题，而且能够应用于许多实际场景，例如社交网络、药物发现、网络安全、金融风控等。《图神经网络基础、模型与应用实战》旨在为初学者和实践者提供一个详细、全面的入门指南，围绕图神经网络基础、模型、应用实战（均采用Python+PyTorch实现）等方面进行介绍。《图神经网络基础、模型与应用实战》配套示例源码、数据集、PPT课件。《图神经网络基础、模型与应用实战》共分9章，内容包括图神经网络概述、PyTorch开发环境搭建、数据集的获取与加载
《AI智能办公实战108招：ChatGPT+Word+PowerPoint+WPS》通过8大专题内容、108个实用技巧，讲解了运用ChatGPT结合办公软件Word、PowerPoint以及WPS，实现AI办公智能化、高效化的方法。随书附赠了108集同步教学视频、90多个素材+效果文件、65个关键词等。ChatGPT+Word高效处理文档，讲解了运用ChatGPT检查与纠错、统计数据、处理文本、智能生成营销方案、根据提示词生成文本、优化文本用词、改写文章风格、编写论文大纲等内容。
XGBoost是一种经过行业验证的开源软件库，为快速高效地处理数十亿数据点提供了梯度提升框架。首先，本书在介绍机器学习和XGBoost在scikit-learn中的应用后，逐步深入梯度提升背后的理论知识。读者将学习决策树，并分析在机器学习环境中的装袋技术，同时学习拓展到XGBoost的超参数；并将从零开始构建梯度提升模型，将梯度提升扩展到大数据领域，同时通过计时器的使用了解速度限制。接着，本书重点探讨XGBoost的细节，着重于速度提升和通过数学推导导出参数。通过详细案例研究，读者将练习使用sc
新书资讯 新书推荐