本書共9章，主要內(nèi)容如下：第1章介紹虛擬化技術(shù)及ProxmoxVE基礎(chǔ)知識，第2章介紹如何在生產(chǎn)環(huán)境中部署ProxmoxVE，第3章介紹如何配置ProxmoxVE存儲，第4章介紹如何配置ProxmoxVE網(wǎng)絡(luò)，第5章介紹如何創(chuàng)建和使用虛擬機(jī)，第6章介紹如何創(chuàng)建和使用容器，第7章介紹如何配置和使用ProxmoxVE高級特

本書展示了如何使用Ray構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用程序，介紹了Ray如何融入當(dāng)前的機(jī)器學(xué)習(xí)工具，以及Ray如何與這些工具緊密集成。本書前3章介紹了Ray作為分布式Python框架的基礎(chǔ)知識，并提供了應(yīng)用示例；第4-10章介紹了Ray高級庫(RayRLlib、RayTune、RayDataset、RayTrain、RayServe

本書主要講述計算機(jī)科學(xué)的導(dǎo)引知識，介紹了計算機(jī)系統(tǒng)概況、計算機(jī)硬件、計算機(jī)軟件、數(shù)據(jù)表示及分析處理、計算機(jī)網(wǎng)絡(luò)以及計算機(jī)熱門研究方向的相關(guān)應(yīng)用案例。所講內(nèi)容的展開以數(shù)據(jù)和案例為牽引，分別呼應(yīng)了數(shù)據(jù)處理的環(huán)境、數(shù)據(jù)處理的硬件、數(shù)據(jù)處理的軟件、數(shù)據(jù)表示方式及分析處理方法、數(shù)據(jù)的網(wǎng)絡(luò)流動以及數(shù)據(jù)處理的案例。書中以數(shù)據(jù)為行文線

本書內(nèi)容包括并行計算基礎(chǔ)知識、共享內(nèi)存系統(tǒng)的OpenMP和Pthreads多線程編程、消息傳遞系統(tǒng)的MPI編程、Slurm作業(yè)管理系統(tǒng)、GPU等異構(gòu)系統(tǒng)的CUDA/OpenCL/OpenACC/Athread編程、常用的并行設(shè)計與性能優(yōu)化方法、典型并行應(yīng)用算法等，特別增加了針對我國自主研發(fā)的申威眾核處理器編程的相關(guān)內(nèi)容

本書主要介紹了AI攝影繪畫的相關(guān)內(nèi)容，從文案到圖片生成，再到視頻生成，是一本AI繪畫+AI攝影+AI短視頻小白的入門指南與實(shí)戰(zhàn)教程。本書分為三篇，分別為AI繪畫篇、AI攝影篇和AI視頻篇。AI繪畫篇介紹了AI的繪畫原理、生成指令、以文生圖、以圖生圖、繪畫實(shí)戰(zhàn)等內(nèi)容；AI攝影篇介紹了藝術(shù)風(fēng)格、構(gòu)圖和光線、攝影實(shí)戰(zhàn)等內(nèi)容；

本書是一本全面介紹StableDiffusionAI繪畫技術(shù)的教程，從基礎(chǔ)概念入手，逐步引導(dǎo)讀者深入了解StableDiffusion的原理和應(yīng)用，并通過大量的練習(xí)實(shí)例和綜合實(shí)例幫助讀者提高將理論知識轉(zhuǎn)化為實(shí)踐應(yīng)用的能力，從而快速精通StableDiffusionAl繪畫實(shí)戰(zhàn)技術(shù)。全書共9章，具體內(nèi)容包括StableD

本書共分為十一章，涉及九個用于圖像分類的著名卷積神經(jīng)網(wǎng)絡(luò)模型，分別是：LeNet-5(識別手寫數(shù)字)、AlexNet(寵物貓狗識別)、VGG(表情識別)GoogleNet(車輛品牌識別)、ResNet(寵物貓狗品種識別)、MobileNet(新疆蘋果品種識別)、SqueezeNet(西紅柿病害識別)、SqueezeNe

本書分為6章,分別介紹了虛擬現(xiàn)實(shí)技術(shù)的國內(nèi)外現(xiàn)狀、應(yīng)用領(lǐng)域,以及作者在三維建模技術(shù)、三維模型快速消隱技術(shù)、三維模型快速剖切技術(shù)和三維動畫壓縮技術(shù)等虛擬現(xiàn)實(shí)關(guān)鍵核心技術(shù)上,所開展的相關(guān)技術(shù)研究進(jìn)展,并介紹了虛擬現(xiàn)實(shí)技術(shù)的未來發(fā)展趨勢。

本書是以實(shí)驗(yàn)案例方式而組織的,全書共給出了21個人工智能實(shí)驗(yàn)案例,覆蓋了人工智能課程涉及的主要內(nèi)容,包括搜索求解、邏輯推理、貝葉斯網(wǎng)絡(luò)、馬爾可夫決策、監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等各個方面,也包含了深度神經(jīng)網(wǎng)絡(luò)技術(shù)。為了便于教學(xué),每個實(shí)驗(yàn)案例對實(shí)驗(yàn)的內(nèi)容、背景和目標(biāo)進(jìn)行了明確闡述,對所涉及的理論基礎(chǔ)及算法也進(jìn)行了詳細(xì)

本書共分為6章,第1章介紹數(shù)據(jù)處理中的常見的Python標(biāo)準(zhǔn)庫與擴(kuò)展庫以及企業(yè)環(huán)境中常使用的PyCharmIDE的安裝與使用方法。第2章介紹典型的表格數(shù)據(jù)格式CSV與網(wǎng)頁數(shù)據(jù)格式JSON讀取與寫入的類型轉(zhuǎn)換方法。第3章介紹自然語言處理中的中文切詞工具jieba庫的使用技巧。第4章結(jié)合圖像處理OpenCV庫的基礎(chǔ)讀取圖像