飞桨PaddlePaddle是百度推出的深度学习框架，不仅支撑了百度公司的很多业务和应用，而且随着其开源过程的推进，在其他行业得到普及和应用。
本书基于2019年7月4日发布的飞桨PaddlePaddle Fluid 1.5版本（后续版本会兼容旧版本），以真实案例介绍如何应用飞桨PaddlePaddle解决主流的深度学习问题。
本书适合对人工智能感兴趣的学生、从事机器学习相关工作的读者阅读，尤其适合想要通过飞桨PaddlePaddle掌握深度学习应用技术的研究者和从业者参考。
本书包括以下内容：
● 飞桨PaddlePaddle 的核心设计思想；
● PaddlePaddle在MNIST上进行手写数字识别；
● 图像分类网络实现案例；
● “天网”中目标检测和像素级物体分割的实现；
● NLP技术应用案例 ：word2vec、情感分析、语义角色标注及机器翻译；
● Paddle-Mobile与Anakin框架等高级主题；
● 飞桨PaddlePaddle与TensorFlow、Caffe框架的常用层对比。
电子书
编辑推荐
揭秘支撑百度三大业务的MVVM框架设计，领悟高性能跨端全栈设计思想。
内容简介
本书以San 为例，结合具体的实现，从框架设计、工程链路、跨端开发和全栈实现等方面说明了如何优化前端框架的性能。主要内容包括：San 的组件化设计、响应式的数据设计，以及数据流管理等知识；San SSR 的设计及其在业务中的具体运用；在“开发– 调试– 编译– 部署”工作流中用于提升效率的工具，专门为San 开发的命令行工具San CLI，以及对应的可视化界面实现；San 的跨端融合支持；San 的发展规划。本书适合所有前端开发人员阅读。
章节目录
高性能MVVM框架的设计与实现：San是2022年由人民邮电出版社出版,作者百度 KFive。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《高性能MVVM框架的设计与实现：San》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书分为三个部分。第一部分是原理篇，实现了MatrixSlow框架的核心基础设施，并基于此讲解了机器学习与深度学习的概念和原理。第二部分是模型篇，介绍了多种具有代表性的模型，包括逻辑回归、多层全连接神经网络、因子分解机、Wide&Deep、DeepFM、循环神经网络以及卷积神经网络，这部分除了着重介绍这些模型的原理、结构以及它们之间的联系外，还用MatrixSlow框架搭建并训练它们以解决实际问题
电子书
一本实践与理论并重、广度与深度兼顾的Spring源码开发指南。
电子书
《机器视觉与机器学习——算法原理、框架应用与代码实现》内容共10章。第1章为绪论，包括机器视觉的相关概念，机器视觉的发展、基本任务、应用领域与困难，以及马尔视觉理论；第2章为数字图像处理；第3章为相机成像；第4章为相机标定；第5章为ShapefromX；第6章为双目立体视觉；第7章为结构光三维视觉；第8章为深度相机，介绍当前颇受欢迎的Kinect、IntelRealSense等深度相机的知识与相关
电子书
本书以智能可穿戴设备开发平台为依托，并结合编者的实际开发经验编写而成，内容包括：可穿戴设备的现状、平台简介和实验说明；IAR-EWARM软件的安装和使用方法，用AndroidStudio开发软件开发可穿戴设备APP;Android入门基础知识；编程实现让APP通过蓝牙和设备进行通信；可穿戴设备模块综合设计。 本书结构清晰，讲解细致，注重学生实践能力的培养。通过学习，读者可对智能可穿戴设备的设计与
电子书
Vue.js核心技术解析：变化侦测、虚拟DOM、模板编译及架构原理。
电子书
本书主要内容包括基础知识、框架结构精识快算、剪力墙精识快算以及新、旧图集对照四部分内容，以平法制图规则为基础，结合具体的钢筋构造识图，并通过计算实例详细讲解了框架-剪力墙构件的各类钢筋在实际工程中的计算要点。
电子书
1.Vue.js官方团队成员霍春阳倾力打造；2.基于Vue.js3深入解析Vue.js设计细节；3.Vue.js作者尤雨溪作序推荐；4.本书提供源代码下载；5.业界大咖联袂推荐...
