本书系统阐述了Vue.js的基本语法、体系结构、原理 ，以及 基于 Vue.js实现组件化编程的基本思想、第三方组件、工具，最后还结合企业项目，结合 Vue.js实现了 ShopApp和权限管理 部分功能。
全书分为4篇：第一篇为 Vue.js基础（第 1~4章），第二篇为 Vue.js组件化编程（第5~8章），第三篇为 Vue.js高级应用（第 9~13章），第四篇为Vue.js实战（第 14和 15章）。书中主要内容包括 Vue.js基本语法、 Vue.js体系结构、 Vue组件生命周

本书提供了通过GitOps使用Kubernetes的实用教程，内容涵盖GitOps的实践、技术和工具，它们可以简化Kubernetes来更快地交付企业级软件，而不影响安全性。通过阅读本书，你将了解GitOps在灵活的配置管理、监控、健壮性、多环境支持和安全性等方面的好处，并掌握以独特的GitOps方式进行管理的技巧。学完本书，你将能够实现和管理一个可伸缩的持续交付管道，这使得跟踪更改、回滚错误以及清晰地验证和审计容器部署变得容易。

本书主要内容包括: 介绍基于VR/AR的数字化制造的基础理论与技术支撑体系; 然后给出关键支撑技术和使能技术; 从智能制造的设计、制造、服务的全生命周期角度, 展开行业领域的VR/AR的智能制造应用新方法; 最后介绍国内外主流的工具集, 开发工具和实施方法。

“人工智能超入门丛书”致力于面向人工智能各技术方向零基础的读者，内容涉及数据思维、机器学习、视觉感知、情感分析、搜索算法、强化学习、知识图谱、专家系统等方向，体系完整、内容简洁、文字通俗，综合介绍人工智能相关知识，并辅以程序代码解决问题，使得零基础的读者快速入门。
《视觉感知：深度学习如何知图辨物》是“人工智能超入门丛书”中的分册，本分册主要介绍人工智能视觉领域的相关知识，以通俗易懂的文字风格，解读用卷积神经网络等深度学习算法及机器学习算法对图像进行分类和识别的方法，介绍OpenCV在图像

本书基于 IP 网络与技术的宏观视角，以 SRv6 为主线，深入剖析网络可编程技术，涵盖网络可编程技术原理、数据面技术、控制面技术、协议扩展、硬件实现、头部压缩、应用场景及标准化等方面的内容。本书将 SRv6 技术的最新进展体系化、条理化地融合到各个章节中，使读者可以系统全面掌握 SRv6 网络可编程原理及实践方面 的知识。 本书是作者在网络领域二十多年来研发和实践的总结，主要面向软/硬件研发人员、网络技术人员以及高等院 校通信网络相关专业教师与学生。

本书首先系统总结了网络行为分析的相关研究背景和最新进展, 重点针对“整体”“个体”“主机群”网络行为的研究现状进行了系统对比和总结, 分析了网络行为特征和异常检测方法在检测率、运行效率、全面性和新性异常行为的识别能力等方面的不足。其次, 针对这些不足, 结合图论、特征工程、聚类、信息论等技术, 以网络流量作为切入点, 基于网络上所运载数据包呈现的网络行为属性, 从宏观到微观, 由整体到局部, 系统研究了整体网络行为、网络个体行为和主机群行为, 定义了更为有效的行为特征集、异常检测模型以

本书提供了可编程网络自动化的基本技能，使用了包括Linux、Python、JSON和XML在内的一系列技术。本书涵盖以下内容：Python编程基础、网络自动化所需的Linux基础、数据格式和数据模型，并介绍了Jinja模板及其在创建网络设备配置中的适用性、应用程序接口在网络自动化中的作用、使用Git进行源代码管理以在自动化过程中管理代码更改，等等。

本书基于计算机网络的基本原理，结合当前网络工程的应用场景，选取了几个技术主题，详细深入地描述了这些技术主题的实验过程。实验平台采用当前流行的网络模拟器PKT 和EVE-NG，实验内容主要包括PKT 模拟器入门、EVE-NG 模拟器入门、以太网交换机与VLAN 技术、路由器与静态路由、RIPv2 协议、EIGRP 协议及应用层服务器技术。每个技术主题基于一个综合的网络拓扑设计了若干基础实验和进阶实验，这些实验的内容由浅入深、相互关联，引导读者验证并深入理解计算机网络的工作原理和应用场景，了解在实际

本书围绕 PaaS 如何承载算力网络展开论述，帮助读者了解 PaaS 平台对算力网络的承载作用。
本书的第 1 章和第 2 章是背景介绍，主要介绍算力网络发展背景和运营商 IT 架构演进的历史，帮助读者建立简单的基础知识；第 3 章 ~ 第 9 章讲算网 PaaS，主要介绍 PaaS 平台在各个层面对算力网络的承载作用，帮助读者了解 PaaS 对算力网络承载作用的具体体现；第 10 章主要介绍磐基 PaaS 平台的一次东数西算实践，帮助读者建立 PaaS 平台对算力网络承载作用的直观体验

未来十年将是算力网络（简称算网）蓬勃发展的十年，未来算网大数据的发展重点将聚焦在边缘计算、分布式协同计算、数据编织、隐私计算等核心技术领域。本书通过对这些核心领域的介绍，帮助读者快速了解和掌握算网大数据技术及应用场景。
本书共四篇 14 章：第一篇（第 1~3 章）介绍算力、算力网络的基本概念和算力网络驱动的大数据发展趋势；第二篇（第 4~7 章）介绍面向算力网络的大数据关键技术，包括边缘计算、分布式协同计算、数据编织、隐私计算等内容；第三篇（第 8~10 章）介绍大数据技术在算力网络中