本书以学会用好Julia语言进行软件编程为目标。深入浅出地讲解Julia语言的各项技术及实战技能。全书共12章。首先讲解了Julia语言的基本概念、编程模式、变量、数据类型、函数、类型与分派、程序控制结构等Julia语言的基础知识等；接着介绍了Julia的交互性与元编程、数值与科学计算、数据可视化和图像处理、数据库编程、Julia编程的核心内幕等Julia语言的核心运用技能等；在最后通过综合案例详细讲解Julia在游戏开发中和数据量化处理方面的应用。全书不仅融入了作者丰富的工作经验和多年的使用心得，还提供了大量来自工作现场的实例，具有较强的实战性和可操作性。

Julia像C一样快，像MATLAB一样方便，并且像Python一样通用。在Julia开发者，特别是JuMP包开发者的大力支持下，Julia为运筹学及相关领域的高性能科学计算提供了一个强大的工具——JuMP。本书对Julia语法基础及其标准库、编程技巧、数值优化、优化求解、计算机科学计算都有所涉及，它可以作为计算机科学计算的入门图书使用；本书作者是美国南佛罗里达大学副教授Changhyun Kwon，他为了方便学生的研究、学习写下本书，所以本书也可以作为高校研究生和教师的有用的参考书。

本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后，通过一系列真实案例展现了在应用场景中需要注意的问题。

本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后，通过一系列真实案例展现了在应用场景中需要注意的问题。 本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。

本书系统、深入讲解了科学计算及企业级应用的并行优化方法与最佳实践。第1章介绍了常见的并行编程基于的多核/众核向量处理器架构。第2章介绍了如何在X86、ARM和GPU上优化常见的线性代数运算。第3章介绍了如何在X86和GPU处理器上优化偏微分方程的求解。第4章介绍了如何在X86处理器和GPU上优化常见的分子动力学算法。第5章详细介绍了如何在X86、ARM和GPU上优化常见的机器学习算法。

《C++高性能编程》详细阐述了与C++高性能编程相关的基本解决方案，主要包括性能和并发性简介，性能测量， CPU架构、资源和性能，内存架构和性能，线程、内存和并发，并发和性能，并发数据结构，C++中的并发，高性能C++，C++中的编译器优化，未定义行为和性能，性能设计等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

《C++高性能编程》详细阐述了与C++高性能编程相关的基本解决方案，主要包括性能和并发性简介，性能测量， CPU架构、资源和性能，内存架构和性能，线程、内存和并发，并发和性能，并发数据结构，C++中的并发，高性能C++，C++中的编译器优化，未定义行为和性能，性能设计等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

编写可扩展的、快速、强大、节能的程序，才适合处理大量数据。使用并行编程，可将数据处理任务分布在多个CPU上完成，从而从根本上提高性能。只需要稍加学习，读者就可以创建速度和效率最大化的软件。 《并行计算与高性能计算》将讲述用于提高代码运行效率的技术。你将学习评估硬件架构，学会使用OpenMP和MPI等行业标准工具，将掌握用于高性能计算的数据结构和算法，并学习手持设备的节能技术。你甚至可在一组GPU上运行大规模海啸仿真程序。 主要内容 ●　规划新的并行项目 ●　了解CPU和GPU架构上的差异 ●　找到性能不佳的内核和循环 ●　使用批处理调度来管理应用程序 阅读门槛 本书适用于精通高性能计算语言(如 C、C++或 Fortran)的有经验的程序员。

编写可扩展的、快速、强大、节能的程序，才适合处理大量数据。使用并行编程，可将数据处理任务分布在多个CPU上完成，从而从根本上提高性能。只需要稍加学习，读者就可以创建速度和效率最大化的软件。 《并行计算与高性能计算》将讲述用于提高代码运行效率的技术。你将学习评估硬件架构，学会使用OpenMP和MPI等行业标准工具，将掌握用于高性能计算的数据结构和算法，并学习手持设备的节能技术。你甚至可在一组GPU上运行大规模海啸仿真程序。 主要内容 ●　规划新的并行项目 ●　了解CPU和GPU架构上的差异 ●　找到性能不佳的内核和循环 ●　使用批处理调度来管理应用程序 阅读门槛 本书适用于精通高性能计算语言(如 C、C++或 Fortran)的有经验的程序员。

CUDA是用来促进并行程序开发的一种计算架构。它与各种广泛的软件平台一起使用，使得程序员在构建高性能的应用程序的时候，可以借助图形处理单元(GPU)的强大力量。尽管GPU在图形和游戏编程领域应用多年，现在，CUDA使得开发其他领域的应用程序的程序员，也能够使用GPU的宝贵资源。本书由CUDA软件平台团队的两位高级成员撰写，介绍程序员如何利用这一新的技术。作者介绍了CUDA的各个方面，及其高级功能，还介绍了如何使用CUDAC扩展，以及如何编写真正表现出优秀性能的CUDA软件。