本書為分基礎(chǔ)篇、模型篇、3D教育軟件綜合實例篇和3DAR教育軟件開發(fā)綜合實例篇四大篇�；A(chǔ)篇包括Unity2D開發(fā)和Unity基礎(chǔ)知識；模型篇包括在Unity中創(chuàng)建資源和三維模型設(shè)計與制作；最后兩篇分別展示了3D軟件開發(fā)和3DAR軟件開發(fā)全過程。

本書主要介紹了Go語言中部署程序從而實現(xiàn)機(jī)器學(xué)習(xí)算法。主要內(nèi)容包括：利用Go語言中的庫和功能來配置機(jī)器學(xué)習(xí)環(huán)境，對實際生活中的房價數(shù)據(jù)集進(jìn)行回歸分析，在Go語言中構(gòu)建分類模型來區(qū)分垃圾電子郵件，通過聚類整理個人推特賬戶的時間線。此外，本書還介紹了神經(jīng)網(wǎng)絡(luò)和閆積神經(jīng)網(wǎng)絡(luò)進(jìn)行手寫體識別，以及人臉檢測項目為例，介紹了如何選擇適合于具體項目的機(jī)器學(xué)習(xí)算法。

本書圍繞以下幾個問題進(jìn)行闡述：邊緣計算是什么、邊緣計算有什么應(yīng)用、哪些公司在做邊緣計算、做得怎么樣。全書不僅介紹了邊緣計算的概念、產(chǎn)生背景、應(yīng)用場景，介紹了邊緣計算的關(guān)鍵技術(shù)，邊緣計算的“朋友圈”和邊緣計算“玩家”，還分享了多位行業(yè)專家對邊緣計算的看法。本書對邊緣計算相關(guān)知識概念進(jìn)行通俗解讀，以滿足大眾對邊緣計算的認(rèn)知需求。

本書通過對電腦軟硬件故障診斷修復(fù)方法的總結(jié)和大量經(jīng)典案例的分析，旨在使讀者掌握電腦故障的維修方法。本書內(nèi)容包括：多核電腦維護(hù)與調(diào)試、系統(tǒng)和網(wǎng)絡(luò)故障診斷維修、電腦硬件故障診斷與維修、電腦周邊設(shè)備故障維修、電腦芯片級故障與修復(fù)、數(shù)據(jù)恢復(fù)與加密技術(shù)。

作者根據(jù)自己多年的前后端開發(fā)經(jīng)驗，站在完全零基礎(chǔ)讀者的角度，基于jQuery1.12.x版本，詳盡介紹了jQuery的基礎(chǔ)知識及開發(fā)技巧。 《從0到1jQuery快速上手》分為14章，前10章主要介紹jQuery的基本技術(shù)，包括常用選擇器、DOM操作、事件操作、jQuery動畫、過濾方法、查找方法等；后4章主要介紹jQuery的進(jìn)階技巧，包括工具函數(shù)、開發(fā)插件、Ajax操作以及高級技巧。 此外，本書不但配備了所有案例

本書內(nèi)容包括神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)、深度神經(jīng)網(wǎng)絡(luò)的優(yōu)化和驗證、深度神經(jīng)網(wǎng)絡(luò)開發(fā)和訓(xùn)練環(huán)境的構(gòu)建、使用Tensor-Board進(jìn)行網(wǎng)絡(luò)訓(xùn)練的監(jiān)控和模的超參數(shù)優(yōu)化。本書詳細(xì)介紹的深度學(xué)習(xí)問題，包括基本的回歸問題、二元分類問題和多元分類問題，還包括較為復(fù)雜的卷積神經(jīng)網(wǎng)絡(luò)對圖像的分類和使用預(yù)訓(xùn)練CNN進(jìn)行的遷移學(xué)習(xí)；使用遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行時間序列預(yù)測、自然語言分類，以及通過sequence-to-sequence模型進(jìn)行機(jī)器翻譯；深度

本書由數(shù)學(xué)家Bernhardt撰寫，用簡明的數(shù)學(xué)語言來描述量子世界，只要求讀者具備高中數(shù)學(xué)知識。書中從量子計算的基本單位——量子比特開始，然后討論量子比特測量、量子糾纏和量子密碼學(xué)。之后回顧了經(jīng)典計算中的標(biāo)準(zhǔn)主題—比特、門和邏輯，并描述了EdwardFredkin獨創(chuàng)的臺球計算機(jī)。*后定義了量子門，考慮量子算法的速度，以及量子計算對未來生活的影響。

本書探討了計算機(jī)在創(chuàng)造性藝術(shù)等領(lǐng)域里可能做出的貢獻(xiàn)。除了探討人工智能（AI），本書也是一部人類創(chuàng)造力的歷史。AI可以創(chuàng)作出優(yōu)美的音樂，但AI本身會知道為什么這個音樂作品是優(yōu)美的嗎？或者，人類會認(rèn)為這個音樂作品是AI原創(chuàng)的嗎？為了思考這些問題，我們必須追溯人類創(chuàng)造力的歷史，思考第一批人類是怎樣、何時、為何與音樂建立聯(lián)系的。這些問題同樣適用于其他領(lǐng)域，如藝術(shù)、文學(xué)、語言、數(shù)學(xué)等。未來，在我們生活的方方面面，AI很可能會超

本書不是一本單純的Photoshop軟件教學(xué)指南，而是將圖片調(diào)整技術(shù)與相關(guān)知識巧妙地融入到典型范例中，讓讀者能夠邊學(xué)邊練，盡享數(shù)碼攝影后期的樂趣。 本書以圖片的后期調(diào)整為主，從調(diào)出好作品的前提條件、CameraRaw的使用、Photoshop技術(shù)解析、常用的圖像調(diào)整命令、調(diào)整好畫面明暗關(guān)系的技巧、掌握和用好色彩的方法及攝影后期核心技術(shù)的應(yīng)用等方面對攝影后期做了系統(tǒng)地論述，并全面揭示了Photoshop后期處理的強(qiáng)大功

卷積神經(jīng)網(wǎng)絡(luò)是現(xiàn)代神經(jīng)網(wǎng)絡(luò)的核心內(nèi)容，TensorFlow又是現(xiàn)在最為流行的深度學(xué)習(xí)框架。本書使用TensorFlow2.0作為卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)的基本工具，引導(dǎo)深度學(xué)習(xí)初學(xué)者，從搭建環(huán)境開始，逐步深入到理論、代碼和應(yīng)用實踐中去。本書分為8章，第1章從搭建環(huán)境開始，包含Anaconda、Python、PyCharm、TensorFlowCPU版本和GPU版本的安裝；第2章是Keras+TensorFlow2.0的使用基