本书是AB实验领域的标准化著作,它将带领你快速理解AB实验原理、掌握AB实验方法、搭建AB实验平台、塑造基于数据和实验的企业文化,高效开展AB实验、实现用AB实验驱动增长。通过本书的深入学习,你将成为为一个实验领域的专家,完全可以处理常规的AB实验中的大部分问题,帮助你更好地迭代产品,实现产品的优化和业务的增长。
There his family dwells in peace and comfort: his proud wife, Catelyn; his sons Robb, Brandon, and Rickon; his daughters Sansa and Arya; and his bastard son, Jon Snow. Far to the north, behind the towering Wall, lie savage Wildings and worse—unnatural things relegated to myth during the centuries-long summer, but proving all too real and all too deadly in the turning of the season.
本书旨在详细介绍ARM64体系结构的相关技术。 本书首先介绍了ARM64体系结构的基础知识、搭建树莓派实验环境的方法,然后讲述了ARM64指令集中的加载与存储指令、算术与移位指令、比较与跳转等指令以及ARM64指令集中的陷阱,接着讨论了GNU汇编器、链接器、链接脚本、GCC内嵌汇编代码、异常处理、中断处理、GIC-V2,最后剖析了内存管理、高速缓存、缓存一致性、TLB管理、内存屏障指令、原子操作、操作系统等内容。 本书适合嵌入式开发人员阅读。
本书介绍嵌入式系统中的机器学习算法优化原理、设计方法及其实现技术。 内容涵盖通用嵌入式优化技术,包括基于SIMD指令集的优化、内存访问模式优化、参数量化等,并在此基础上介绍了信号处理层面的优化、AI推理算法优化及基于神经网络的AI算法训练—推理联合的优化理论与方法。 其中信号处理层面优化介绍了基于线性代数的快速近似算法、基于多项式的快速卷积构造技术、基于数据二进制结构的快速乘法算法等;在AI推理层面,介绍了机器学习推理模型共性结构、运算图中各个算子的计算优化途径;对基于神经网络的AI算法,阐述了如何将推理阶段的运算量约束以及底层数据量化约束加入训练代价函数,从算法训练端减少运算量以提升AI嵌入式系统的运行效率。 此外,本书还通过多个自动搜索优化参数并生成C代码的例子介绍了通用的嵌入式环境下机器学习算法自动优化和部署工具开发的基本知识,通过应用示例和大量代码说明了AI算法在通用嵌入式系统中的实现方法,力求让读者在理解算法的基础上,通过实践掌握高效的AI嵌入式系统开发的知识与技能。
本书依托ASP.NET Web API阐述API设计与开发的通用技术,是一本全面介绍如何构建真实可演化API的实践指南。本书共分三部分。第 一部分介绍WebHTTP和API开发的基础知识,介绍ASP.NET Web API,为初学者以及想充分利用HTTP的读者建立好的起点。第 二部分完整介绍了真实Web应用程序的开发,其内容从设计讲到实现,全面覆盖客户端与服务器端开发。第三部分深入ASP.NET Web API的内部机制,并讲解一些高 级的主题(如安全和可测试性),加深你的理解,让读者学会更好地利用Web API构建可演化系统。
本书是一本AutoCAD软件各个版本均通用的学习工具书,收录了AutoCAD最基础、最常用的软件功能。本书的主要内容包括AutoCAD软件的使用、绘图工具、修改工具、图层工具与图形对象、图形注释、参数约束化、三维建模工具、实体编辑工具、视图工具、查询与辅助工具、图块与外部参照工具、打印出图和AutoCAD 2012版特色功能。本书可以帮助读者理解AutoCAD软件的本质功能,从而掌握绘图本领,使软件版本的频繁更替不再成为一种负担。本书适用于需要从零开始学习AutoCAD软件的工科专业的大学生,具有一定初级知识需要进一步在工作中提高绘图技能的初级绘图员,以及具有相关操作经验的绘图人员。
掌阅官网
掌阅小说
掌阅书城触屏版
得间免费小说
华为阅读
掌阅企业版试用
红薯中文
趣阅中文
iCiyuan轻小说
魔情言情
神起网
有乐中文网
若看文学
喵阅读
书香云集
掌阅企业版代理招募
联系我们
商务合作
关于我们
法律声明
京ICP备11008516号 (署)网出证(京)字第143号 京ICP证090653号 京公网安备11010502030452 营业执照 广播电视节目制作经营许可证 网络文化经营许可证 电子出版物制作许可证 出版物经营许可证
2015 All Rights Reserved 掌阅科技股份有限公司 版权所有
不良信息举报:jubao@zhangyue.com 举报电话:010-59845699