找到 3 条结果 按相关性 按时间降序
大学计算机概论
本书适应“大学计算机”课程改革的要求，将“计算机应用”“计算机文化”“计算思维导论”等课程充分融合，由长期从事计算机基础教学的教师精心编写。本书面向普通本科院校学生，主线是计算机—计算机系统—操作系统—数据库技术—网络技术—计算思维。本书跟踪计算机技术发展的趋势，反映计算机应用领域的新技术，内容定位高于应用基础、拓展计算机文化、启发计算思维；以理论为主体，以实践为重点，以调整学生的知识结构和能力素质为目的，体现当前计算机基础教育的新目标和新要求，服务于本科教学。
大学计算机基础（第2版）
本书根据教育部高等学校计算机基础课程教学指导委员会编制的《高等学校计算机基础教学发展战略研究报告暨计算机基础课程教学基本要求》编写。本书共分为7章。分别介绍了计算机的发展史和计算机的基础知识、Windows 7操作基础、文字编辑和排版软件Word 2010、表格处理软件Excel 2010、幻灯片制作工具PowerPoint 2010、计算机网络技术基础、数据库技术基础及关系型数据库管理系统Access 2010。本书内容丰富，语言浅显易懂，案例驱动，概念清晰，实用性强，适合作为高等学校计算机基础课程的教材，也可以作为计算机培训、计算机等级考试和计算机初学者的参考书。
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