openEuler操作系统核心技术与行业应用实践

评分8.5分

本书介绍了数字基础设施操作系统——openEuler 的关键技术，以及openEuler 在14 个行业（电信、金融、政府、安平、制造、交通等）应用的实践。全书共分为两篇：第一篇共分为7 章，内容包括openEuler 的"四梁八柱”技术体系和六大行业应用技术。第二篇共分为7 章，主要介绍14 个行业现状、对操作系统的诉求，以及各个行业的openEuler 实践案例。 本书面向的读者包括操作系统从业人员、openEuler 社区开发者、开源爱好者，以及其他对操作系统感兴趣的人士。

深度学习程序设计实战

评分0.0分

本书以Python语言和Tensorflow为工具，由浅入深地讲述了深度学习程序设计的基本原理、算法和思考问题的方法，内容包括自顶向下的程序设计、递归程序设计、面向对象的程序设计、反向传播算法、三层神经网络、卷积神经网络、循环神经网络、生成式对抗网络和目标检测等。本书重在研究代码背后深刻的计算机理论和数学原理，试图说明代码是对理论和思想的实现手段，而不是目的。学以致用是本书的宗旨，提高读者编程水平和动手能力是本书的目的。本书通过大量有趣的实例，说明了理论对深度学习程序设计实践的指导意义。

TensorFlow移动端机器学习实战

评分6.0分

随着人工智能技术的普及和边缘计算等新兴技术的兴起，很多人工智能的应用逐渐从云端向边缘设备和终端设备转移，基于移动端设备和嵌入式设备等小型设备的人工智能应用的开发越来越重要。TensorFlow作为开源机器学习框架，提供了对不同开发环境和设备的支持。本书详细讲解了如何使用TensorFlow进行端到端机器学习应用的开发，以及使用TensorFlow Lite在小型设备（包括Android、iOS、树莓派（Raspberry Pi））上进行应用开发的要点和相应的实战案例。 本书也讲解了针对Android的硬件加速技术，以及业界流行的机器学习应用框架。本书代码基本对应TensorFlow 2.0。 本书适合没有人工智能开发经验的初学者，以及有一定相关经验并且希望在人工智能应用上更加深入了解的开发者阅读。