本书共8章，第1章为绪论，第2-5章介绍二维视觉感知的关键技术，即图像生成与表示、图像滤波与增强、颜色与纹理分析、图像分割四部分内容；第6章介绍三维视觉感知；第7章介绍基于深度学习的视觉感知；第8章介绍视觉SLAM。

本书主要介绍与计算机系统相关的核心概念，解释这些概念如何相互关联并最终影响程序执行的结果和性能。本书共分12章，主要包括数据的机器级表示和处理、程序的转换及机器级表示、程序的链接和加载执行、存储器层次结构、虚拟存储器、进程和异常控制流、I/O操作的实现、程序性能的优化、网络编程以及并发编程等内容。

本书针对缺陷样本稀少且样本搜集困难、缺陷检测算法模型多且检测成本高、缺陷类型繁多且检测场景复杂等问题提出了基于深度学习的技术解决方案，采用生成对抗网络、目标检测网络和迁移学习等最前沿的深度学习技术建立了完善的缺陷样本数据集，提高了缺陷检测的精度，并且对不同种类的缺陷检测快速地训练新模型。最后还介绍了一个多类型表面缺陷智

本书内容共包括为9章。第1章介绍了并行算法与应用的研究现状及其面临的挑战。第2章介绍了天河超级计算机系统。第3至9章，介绍了作者在天河系列超级计算机系统上取得的一些研究成果，包括粒子输运离散纵标方法、粒子输运蒙特卡洛方法、大地电磁正演模拟、地球动力学模拟、高通量材料模拟、反应堆多物理场耦合模拟和城市风场数值模拟等典型场

计算复杂性理论是研究各种计算模型、探究各种计算问题求解有效算法的存在性、比较计算问题求解的困难程度并据其复杂度进行分类研究的理论。本书对这些基础理论知识进行了全面介绍。在此基础上，引入了格的LLL算法、最近平面算法和格的某些困难问题的相关复杂度研究结果，并进一步介绍计算复杂性在密码学中的应用，尝试为读者呈现计算复杂性理

本书共9章，内容包括算法概述、递归算法与分治法、动态规划算法、贪心算法、搜索算法、网络流算法，随机化算法、群体智能优化算法及算法竞赛真题自测与解析。

全书共分11章,深入浅出地介绍了信息安全基本概念与原理、密码学基础、物理安全、操作系统安全、网络安全、软件安全、Web安全、信息内容安全、数据与云计算安全、信息安全管理与审计和人工智能安全。通过对本书的学习,不仅能够全面掌握信息安全的基础知识,而且能够增强信息安全意识,提高在日常生活、工作和学习中保障信息安全的能力。

本书共分为11章。第1章从问题引入，重点分析了推荐系统落地的难点，主流推荐系统的构建方法，推荐系统拉活，以及推荐系统中的架构和模型。第2章整体介绍推荐系统架构设计的方法。第3-5章分别介绍推荐系统的特征、评价指标、调参方法论。第6-10章介绍神经网络层、个性召回层、精排层、粗排层、重排层的设计方法，重点是模型选择和参数

本书循序渐进地讲解了使用Python语言开发推荐系统的核心知识，并通过具体实例的实现过程演练了各个知识点的使用方法和使用流程。全书共12章，包括推荐系统基础知识、基于内容的推荐、协同过滤推荐、混合推荐、基于标签的推荐、基于知识图谱的推荐、基于隐语义模型的推荐、基于神经网络的推荐模型、序列建模和注意力机制、强化推荐学习、

本书对“计算机组成原理”和“计算机体系结构”两门高等院校计算机科学与技术学科课程内容进行了有机的融合，既与课程体系的纵向整合、建立“学科基础课程群”的理念相适应，又可较好地适应高校缩减学分、学时的需求。本书采用自顶向下的分析方法，从计算机整体结构框架入手，由表及里，由浅入深，层层细化，逐步深入到计算机的内核，论述了冯·