本教材是基于作者所创立的计算教学论编写的，是为实现教学效率显著提升而对计算教学论提出的思想、方法和工具的深广应用。本教材共12章。第1章由EuclidGCD算法引出算法的定义，并介绍基于可视化的算法学习方法，第2～5章分别介绍算法的穷举设计方法、算法复杂度分析、算法的递归设计方法和基于比较的排序算法，第6～10章分别介

深度学习和传统机器视觉技术相融合，可以大大提高AI技术的效率和精度。本书分上、下两篇，共19章内容，详细讲解了机器视觉及深度学习的理论和编程实践。上篇介绍理论算法。包括机器视觉的经典图像处理算法、深度学习的理论基础和目前常用的深度学习框架。下篇介绍编程环境及系统搭建。讲解了机器视觉图像处理算法及深度学习的编程工具VC+

全书共11章,分别介绍计算机系统结构的基本概念、指令系统、存储系统、流水线技术、并行处理机和多处理机、输入/输出系统、MIPS体系结构、多核技术、非冯·诺依曼型计算机、异构计算、云计算技术,以及RISC-V指令集(附录)。

本书兼顾横向的内容广度和纵向的内容深度,不仅能授你以“鱼”,更能授你以“渔”。横向上,本书解释了一名计算机视觉工程师所需要了解的绝大部分主题,从神经网络的概念、不同类型的神经网络架构,到网络的训练、评估和调参等。纵向上,本书并没有停留在代码上,而是直观且细致地解释了数学原理,使你可以轻松阅读和复现论文,甚至发明自己的架

本书系统地介绍了机器视觉及应用的基本知识、核心理论算法和实际应用案例，主要内容包括：机器视觉的发展、数理知识、视觉信息预处理、视觉传感器标定、双目立体视觉系统、其它视觉系统、运动视觉检测与分析、空天信领域中的实际应用案例和主要的机器视觉算法评估平台。本书在内容安排上循序渐进，由浅入深，可方便具有不同机器视觉基础的人员阅

本书首先介绍通用处理器的架构，以及汇编和编译的技术；然后讲解Linux内存管理、Linux进程管理，以及GDB、trace、eBPF、SystemTap等Linux系统开发工具；接着通过视频编解码主流技术和NVIDIA计算平台CUDA等讨论人工智能技术在音视频领域与自然语言处理领域的应用；最后讲解标准计算平台OpenC

本书内容涵盖了计算机的硬件和软件知识。硬件部分，重点对计算机各部件的组成、原理、性能参数、测试、选购、维护与维修进行了一系列的讲述，并且对各部件最常见的故障点进行了原理分析，细化到芯片级；软件部分，重点围绕计算机的基础应用，包括对硬盘的分区与格式化、操作系统的安装与优化、虚拟技术的应用、数据的安全与备份进行了全方位的讲

本书遵循“精选案例，面向设计，深入浅出，注重能力培养”的要求，以案例形式实现算法与程序设计教学，精选了穷举法、递推法、回溯法、分支限界法、递归法、分治法、贪心算法、动态规划法和随机算法等常用算法进行讲解，并给出了使用各算法求解的典型案例。对于每一个案例的求解，从问题提出到算法设计、从程序实现到算法复杂度分析，环环相扣，

机器视觉是指利用相机、摄像机等作为传感器，并配合机器视觉算法，赋予智能设备具备人眼的功能，从而进行相关物件识别、检测、测量等操作的一种技术，现已广泛应用于多个领域。本书在对机器视觉的定义、现状及组成单元等基础理论进行介绍的基础之上，从实用性角度，对Delta并联机器人机器视觉动态分拣等5个工业应用实例、铁路货车超限监测

计算机体系结构与组织 Computer Architecture and Organization: Fundamentals and Architecture