本書共15章，從邏輯上分為三部分。第一部分(第1-2章)介紹Hypervisor基礎，涵蓋虛擬化技術與實現(xiàn)、主流的嵌入式Hypervisor產(chǎn)品，以及基于分離內(nèi)核的嵌入式Hypervisor等內(nèi)容。第二部分(第3-12章)介紹嵌入式Hypervisor的設計與實現(xiàn)，涵蓋嵌入式Hypervisor架構與核心組件、中斷隔離

本書依據(jù)教育部《高等職業(yè)教育專科信息技術課程標準(2021年版)》的基礎模塊要求，采用“任務驅動，案例教學”作為主導的教學方式。教學內(nèi)容以“任務描述+技術分析+任務實現(xiàn)+相關知識+課后練習”的結構呈現(xiàn)，基于當前廣泛使用的Windows11和Office2021平臺，全面介紹計算機基礎知識、Windows11操作系統(tǒng)的使

本書主要內(nèi)容分為對人工智能與自動駕駛的基本認知、掌握Python人工智能的基礎應用、掌握機器學習技術的基礎應用、掌握基于深度學習的計算機視覺技術應用、掌握基于深度學習的自然語言處理技術應用和掌握基于深度學習的語音處理技術應用6個能力模塊，并下設20個任務。

本書旨在向讀者介紹數(shù)據(jù)可視化方面的重要理論和最新實踐。本書包含入門知識講解、圖表類型的選擇、顏色的有效使用、如何可視化地探索數(shù)據(jù)、如何構建數(shù)據(jù)儀表盤、如何以令人信服的方式用數(shù)據(jù)直觀地解釋概念和結果等內(nèi)容。

本書共分為4個部分，包含10章，由淺入深地闡述企業(yè)云原生安全的建設實踐。第一部分(第1-2章)解讀當前云原生安全的發(fā)展現(xiàn)狀，以及當前新環(huán)境所帶來的新風險；第二部分(第3-6章)是本書的重點，分主流云原生安全框架、云基礎設施安全、制品安全和運行時安全4個方面，從安全技術到安全流程詳細剖析奇安信內(nèi)部的安全建設實踐；第三部分

本書分為兩篇：第一篇算法原理：詳細介紹了先進的深度學習模型，包括Transformer、GPT系列、深度生成模型，從基本架構、訓練方法到特定應用，包括但不限于Seq2Seq結構、位置編碼、注意力機制、殘差連接、變分自編碼器、GAN、ViT、CLIP、StableDiffusion、各模型訓練實踐的知識點。此外，探討了預

本書在內(nèi)容組織上采用了雙主線的結構。一是以數(shù)據(jù)庫基礎理論與應用技術為主線，沿著“問題的提出——數(shù)據(jù)建模——數(shù)據(jù)庫設計——數(shù)據(jù)庫實現(xiàn)與維護——數(shù)據(jù)管理技術前沿與發(fā)展”的脈絡逐步展開敘述。二是以數(shù)據(jù)庫應用系統(tǒng)設計與實現(xiàn)的案例為主線，以師生熟悉的教務信息管理為背景，以一個開發(fā)案例貫穿全書：從軟件工程角度出發(fā)，先概述軟件工程開

本書的主要內(nèi)容為HTML/CSS的相關技術，包含了基礎標簽、智能表單和語義化標簽等，同時還講解了CSS選擇器、文本修飾、圖片修飾、浮動、溢出、經(jīng)典盒模型與彈性盒模型、偽元素等，除PC端布局外還講解了針對移動端的網(wǎng)頁適配。

本書共分為6章，第1章介紹了PyTorch的安裝和基本操作；第2、3章介紹了深度學習的基礎知識、簡單的線性模型以及計算圖知識；第4、5章在前文的基礎上進一步擴展，介紹了各種神經(jīng)網(wǎng)絡模型；第6章介紹了PyTorch的高級特性。

本書內(nèi)容包括：第1章概述了機器人技術的一些基本領域，第2-5章涉及運動學描述和編程，第6章和第7章涉及動力學和控制。附錄中給出了使用四元數(shù)描述方位和基于轉置雅可比矩陣的逆運動學的通用解，還給出了庫卡KRL機器人編程語言中的運動命令示例。