本書是一本圍繞最優(yōu)控制理論展開的實用指南，以深入淺出的方式介紹了最優(yōu)控制理論、動態(tài)規(guī)劃、線性二次型調(diào)節(jié)器（LQR）、模型預(yù)測控制（MPC）和卡爾曼濾波器以及它們之間的聯(lián)系，并展示了它們在綜合應(yīng)用中的使用方法與技巧。本書旨在為讀者提供全面而直觀的學(xué)習(xí)資源，同時將這些概念有機地應(yīng)用于實際控制問題。通過書中豐富的例子和詳細(xì)的

本書全面地介紹了網(wǎng)絡(luò)表示學(xué)習(xí)的基本概念、模型和應(yīng)用。本書從網(wǎng)絡(luò)嵌入的背景和興起開始介紹，為讀者提供一個整體的描述；通過對多個代表性方法的介紹，闡述了網(wǎng)絡(luò)嵌入技術(shù)的發(fā)展和基于矩陣分解的統(tǒng)一網(wǎng)絡(luò)嵌入框架；提出了結(jié)合附加信息的網(wǎng)絡(luò)嵌入方法——結(jié)合圖中節(jié)點屬性/內(nèi)容/標(biāo)簽的網(wǎng)絡(luò)嵌入；面向不同特性圖結(jié)構(gòu)的網(wǎng)絡(luò)嵌入方法——面向具有

本書聚焦于使用英特爾的GPU來進(jìn)行視頻加速處理的方案。首先介紹視頻處理的理論基礎(chǔ)，然后介紹英特爾的GPU處理器架構(gòu)，接著介紹英特爾推薦的視頻處理開發(fā)套件MediaSDK的環(huán)境搭建、框架和功能支持，以及開源框架的環(huán)境如何在英特爾的平臺上搭建等。接下來是實戰(zhàn)的部分，首先介紹視頻處理中的兩個技術(shù)難點——內(nèi)容管理和碼率控制，接

由谷歌開發(fā)的TensorFlow2.x是一個用于機器學(xué)習(xí)的端到端的開源平臺,它擁有一個由工具、庫和社區(qū)資源組成的、全面的、靈活的生態(tài)系統(tǒng),可以讓研究人員推動最先進(jìn)的機器學(xué)習(xí)(ML)的發(fā)展,讓開發(fā)人員輕松地構(gòu)建和部署由ML驅(qū)動的應(yīng)用程序。

本書定位為NVIDIABlueFieldDPU和NVIDADOCA的入門學(xué)習(xí)參考，內(nèi)容涵蓋DPU的簡介、技術(shù)優(yōu)勢及未來技術(shù)發(fā)展路徑，包括NVIDIABlueFieldDPU在結(jié)構(gòu)通用化、功能多樣化、應(yīng)用廣泛化和場景豐富化方面的前景展望，NVIDADOCA軟件框架開發(fā)環(huán)境配置，以及基于NVIDIABlueFieldDPU

內(nèi)容簡介本書按照基本入門數(shù)據(jù)清洗實操技能提升的順序安排內(nèi)容，首先介紹新手入門要掌握的基本操作，然后講解利用PowerQuery對數(shù)據(jù)進(jìn)行清洗的實戰(zhàn)技能，以及查詢表的結(jié)構(gòu)化與分組合并操作，最后講解認(rèn)識M語言并學(xué)會使用M語言對查詢表及表數(shù)據(jù)進(jìn)行處理的實用操作。全書內(nèi)容實用，實戰(zhàn)性強，特別適合有一定Excel使用基礎(chǔ)，想要提

通過數(shù)據(jù)分析，你能夠發(fā)現(xiàn)數(shù)據(jù)中的模式及其變化趨勢，并從中獲取有價值的信息。Python是流行的數(shù)據(jù)分析工具之一。本書由淺入深地講解使用Python進(jìn)行數(shù)據(jù)分析的相關(guān)知識，以及如何使用Python中的各種庫來創(chuàng)建有效的數(shù)據(jù)管道，以便更好地進(jìn)行數(shù)據(jù)分析和預(yù)測。本書共4個部分。第1部分講解Python的基礎(chǔ)數(shù)據(jù)知識和相關(guān)數(shù)學(xué)

本書以意法半導(dǎo)體（ST）的STM32L431系列微控制器為硬件核心，采用裸機開發(fā)和RT-Thread操作系統(tǒng)開發(fā)兩條主線貫穿工作原理與實踐應(yīng)用，層層遞進(jìn)地介紹嵌入式系統(tǒng)的開發(fā)設(shè)計方法。全書共13章。第1~6章介紹STM32裸機開發(fā)，包括嵌入式系統(tǒng)概述、STM32硬件及軟件基礎(chǔ)、STM32通用功能輸入輸出、STM32外部

本書基于真實數(shù)據(jù)集，全面系統(tǒng)地闡述現(xiàn)代計算機視覺實用技術(shù)、方法和實踐，涵蓋50多個計算機視覺問題。全書分為四部分：di一部分（第1~3章）介紹神經(jīng)網(wǎng)絡(luò)和PyTorch的基礎(chǔ)知識，以及如何使用PyTorch構(gòu)建并訓(xùn)練神經(jīng)網(wǎng)絡(luò)，包括輸入數(shù)據(jù)縮放、批歸一化、超參數(shù)調(diào)整等；第二部分（第4~10章）介紹如何使用卷積神經(jīng)網(wǎng)絡(luò)、遷移

本書從實用性出發(fā)，聚焦ABB工業(yè)機器人在產(chǎn)品包裝中的實際應(yīng)用，以搬運、裝箱、碼垛、拆垛和分揀5個典型的應(yīng)用案例體現(xiàn)了工業(yè)機器人技術(shù)的應(yīng)用特點。本書利用ABB工業(yè)機器人強大的虛擬仿真軟件RobotStudio搭建虛擬工作站，學(xué)習(xí)各類產(chǎn)品包裝的典型工作站搭建、機器人配置、調(diào)試和編程，解決了在沒有工業(yè)機器人本體和外圍設(shè)備的情