找到 3 条结果 按相关性 按时间降序
计算机网络技术
本教程突破传统计算机网络书籍（特别是教学用书）的陈套，大胆创新,把复杂、抽象的计算机网络的主要理论进行了简单化、形象化、口语化。全书以漫画的形式展示内容，适合现代人的阅读习惯，能使读者快速理解和进入“网络时代”。 本书深入浅出地介绍了计算机网络的基本理论与工作原理、计算机数据通信的基础知识、计算机网络体系结构、物理层、数据链路层、网络层、传输层、应用层、计算机网络安全和无线网络技术等。本书配套了《计算机网络技术习题与实验指导》，通过加强实践环节，能使读者对计算机网络技术的理解进一步深化。 本书既可作为高等学校计算机类和信息技术类专业的教材，也可作为相关技术人员的参考资料。
数据清洗与ETL技术
本书为大数据时代下的产物，由浅入深地介绍大数据及其相关知识，在大数据的背景下着重介绍ETL数据处理技术，同时引入数据清洗的知识，理论与实际相结合，突出所长。在理论上，本书突出重点与难点，较为系统地介绍大数据的各项基本技术。在实践操作上，本书贴近生活，切实理解，紧跟实验进行，并从中萃取精华。同时本书还介绍ETL技术的主流工具，结合当下一些项目进行运用，并综合课后思考题，使读者在学习中体会大数据的乐趣，翱游在大数据的海洋中。 本书可作为高校新兴专业——数据科学专业的配套教材，也可作为其他专业的选修课教材，还可作为初学者的学习教程。
深度学习编译器设计
随着大模型的发展与应用,深度学习编译器的内涵和外延逐步扩展。与传统编译器相比,深度学习编译器增加了特定于人工智能模型实现的设计与优化。本书共12章。第1章从深度学习的起源、发展与爆发出发,引出深度学习模型的基础概念、深度学习应用的开发流程和深度学习框架。第2章介绍深度学习运算特征、深度学习硬件平台和深度学习编译技术,通过分析典型深度学习编译器的架构,给出深度学习编译器的一般架构。第3章介绍面向深度学习应用开发的编程模型和编程接口。第4章从计算图的构成、分类、转换和分析4个角度,介绍深度学习编译器前端的工作流程。第5章从中间表示的概念、分类和设计3个角度,分析深度学习编译器中间表示的设计方法和重要作用。第6~12章介绍深度学习编译优化,包括自动微分、计算图优化、内存分配与优化、算子选择与生成、代码生成与优化、自动并行及模型推理等。本书可作为计算机科学与技术专业、软件工程专业的教学参考书,也可供人工智能大模型性能优化人员参考。
- 1