本書以Python+Selenium+Unittest為基礎(chǔ)，結(jié)合PageObject設(shè)計模式，通過測試作者自研項目逐步搭建UI自動化測試框架。Python是測試在開發(fā)過程中使用最多的語言，Selenium是當(dāng)前***的WebUI自動化測試工具，這套Python+Selenium+Unittest+PageObject

本書結(jié)合大量實戰(zhàn)案例,介紹了MCS-51單片機(jī)的體系結(jié)構(gòu)、硬件和程序設(shè)計的基本方法。全書共分10章,內(nèi)容包括51單片機(jī)的基本概念、51單片機(jī)的匯編語言基礎(chǔ)、51單片機(jī)的并口和外部中斷、51單片機(jī)的人機(jī)接口、51單片機(jī)的定時/計數(shù)器和串口、51單片機(jī)資源的并行和串行擴(kuò)展、模擬外設(shè)及其與51單片機(jī)的接口、51單片機(jī)應(yīng)用系統(tǒng)

"《Linux企業(yè)運維實戰(zhàn)（Redis+Zabbix+Nginx+Prometheus+Grafana+LNMP）》從實用的角度出發(fā)，詳細(xì)介紹了Linux內(nèi)核調(diào)整與優(yōu)化相關(guān)的理論與應(yīng)用知識，包括NginxWeb服務(wù)器企業(yè)實戰(zhàn)、Linux性能優(yōu)化與安全攻防實戰(zhàn)、HTTP詳解、Linux高可用集群實戰(zhàn)、黑客攻擊Linux服

"《Vue.js3.x+Express全棧開發(fā):從0到1打造商城項目》是一本詳盡的全棧開發(fā)教程，旨在通過Vue.js和Express框架引導(dǎo)讀者從零開始構(gòu)建一個完整的電商項目。內(nèi)容覆蓋電商項目的基本結(jié)構(gòu)，以及Vue.js和Express的核心概念與架構(gòu)；深入講解Vue.js開發(fā)生態(tài)中的關(guān)鍵模塊，包括網(wǎng)絡(luò)請求、UI組件、

本書對全制作流程進(jìn)行了全面梳理和講解，是一本詳細(xì)介紹虛擬制片全流程的參考書籍。虛擬制片在進(jìn)行后期前置的同時涵蓋了從前期策劃到成片的整體流程。全書對虛擬制片展開了全面概述，包括類型特征、發(fā)展歷程及全流程應(yīng)用實施等。結(jié)合當(dāng)前最前沿的虛擬制片制作全流程，分別從實時圖形渲染引擎系統(tǒng)、LED顯示屏顯示系統(tǒng)、攝影機(jī)跟蹤系統(tǒng)、虛實場

《突破平面AI版Photoshop設(shè)計與創(chuàng)意剖析》是一本結(jié)合AI繪圖與Photoshop進(jìn)行設(shè)計的教程。書中通過大量的實例展示AI繪圖與Photoshop的完美結(jié)合，全方位地講解在AI繪圖的基礎(chǔ)上利用Photoshop2024開展設(shè)計工作的完整流程�！锻黄破矫鍭I版Photoshop設(shè)計與創(chuàng)意剖析》涉及平面設(shè)計、電商設(shè)

本書以實操為宗旨，以案例來解決HCIA安全課程的重點和難點，實操從簡單到困難，步驟詳細(xì)，確保每一位使用本書的讀者都能學(xué)會HCIA安全課程的知識點。學(xué)完這本書后，可以具備配置華為防火墻及簡單運維的能力，L2TP、GRE、IPSec等VPN的配置與維護(hù)能力，設(shè)計、部署、運維企業(yè)網(wǎng)絡(luò)安全架構(gòu)的能力。同時大部分章節(jié)的后面都設(shè)置

本書是一本難度適中的小學(xué)生編程入門教材。本書根據(jù)小學(xué)生學(xué)習(xí)的特點，選取了100多個有趣且易于理解的例子來介紹程序設(shè)計的基本概念，讓小學(xué)生體會到用程序解決實際問題的樂趣。本書對于較難理解的概念提供了圖解，同時配備了200多道習(xí)題以鞏固和加深學(xué)生對知識的理解。 本書內(nèi)容通俗易懂，案例豐富，特別適合作為小學(xué)四年級及以上學(xué)生的

本書以生動的語言和豐富的實戰(zhàn)案例，詳細(xì)介紹了AI技術(shù)在辦公自動化、生活便利化、創(chuàng)意藝術(shù)生成、數(shù)字媒體制作等多個領(lǐng)域的實際應(yīng)用，讓讀者不僅能夠快速掌握AI工具的使用技巧，更能深刻理解AI技術(shù)的潛力與價值。此外，本書還深入探討了AI技術(shù)如何推動行業(yè)進(jìn)步和社會發(fā)展，以及如何在避免潛在風(fēng)險的同時，最大化地利用這些技術(shù)提升人類的

本書主要介紹了計算機(jī)視覺中的語義分割和目標(biāo)檢測的相關(guān)技術(shù)，重點講解了任務(wù)設(shè)定和度量指標(biāo)、基于深度學(xué)習(xí)的經(jīng)典模型和算法方案，包括U-net相關(guān)模型、DeepLab系列模型、SAM模型，以及FasterR-CNN模型、YOLO系列模型等。另外，對于分割和檢測任務(wù)中的小樣本、弱監(jiān)督、小目標(biāo)等特殊設(shè)定下的算法思路和方案也通過典