《智能座舱开发与实践》以汽车智能座舱为背景，层层递进引入座舱的技术背景、开发细节及其发展趋势。具体来说，本书介绍了智能座舱的定义、发展历程、场景设计方法以及相关的软件、硬件及算法基础。在此基础上，本书沿着座舱开发的技术路线，重点阐述了数据采集与管理、算法模型训练、感知软件开发、场景开发、场景测试以及开发流程提速等内容。本书还介绍了上述开发及测试所用的工具、示例代码以及相关案例，以帮助读者进行实践。另外，本书展望了座舱技术的未来发展趋势以及需要解决的问题。 《智能座舱开发与实践》适合对智能网联汽车以及智能座舱技术感兴趣的读者，无论是开发者、设计者、科研工作者还是刚入门的技术人员都能从本书中获取新知。本书还可以作为有相关知识背景的从业人员的参考用书。 客服人员微信：13070116286。

《智能座舱开发与实践》以汽车智能座舱为背景，层层递进引入座舱的技术背景、开发细节及其发展趋势。具体来说，本书介绍了智能座舱的定义、发展历程、场景设计方法以及相关的软件、硬件及算法基础。在此基础上，本书沿着座舱开发的技术路线，重点阐述了数据采集与管理、算法模型训练、感知软件开发、场景开发、场景测试以及开发流程提速等内容。本书还介绍了上述开发及测试所用的工具、示例代码以及相关案例，以帮助读者进行实践。另外，本书展望了座舱技术的未来发展趋势以及需要解决的问题。 《智能座舱开发与实践》适合对智能网联汽车以及智能座舱技术感兴趣的读者，无论是开发者、设计者、科研工作者还是刚入门的技术人员都能从本书中获取新知。本书还可以作为有相关知识背景的从业人员的参考用书。 客服人员微信：13070116286。

车载机器人在智能座舱中扮演着越来越重要的角色，本书是一本关于车载机器人交互设计与开发的专业书籍。全书总结了车载机器人的发展历史，对业界已发布的实体和虚拟车载机器人产品进行了较全面的分析，围绕车载机器人定义和新技术、情感表达、语音交互、测试平台的相关技术进行陈述，聚焦车载机器人的拟人化人机交互实现，重点研究分析其定义、软件、硬件、动作、算法、场景、功能评测等关键技术，分享了众多用户调研、分析评估以及测试验证的实际案例数据。本书提供了基于实际研发项目整理的DV/PV测试方法及接受标准，读者可登录华信教育资源网（http://www.hxedu.com.cn）免费获取参考。

本书主要围绕微服务架构实现智能服务适配、开发复杂服务软件系统的技术路线，系统阐述智能微服务软件架构、开发与运维技术、主要支撑工具、典型应用案例等。

本书面向初学者，首先介绍AIoT的相关概念，接下来介绍AIoT中的关键技术和平台，以及AIoT应用开发的过程和关键点，最后通过典型案例来系统使用前面介绍的开发方法和技术，讲授AIoT应用的完整开发过程。 本书适合高校物联网及相关专业作为实践教材、创新项目辅助教材使用，也可供对AIoT应用开发感兴趣的技术人员参考阅读。

本书旨在介绍智能前端开发和深度学习。本书首先介绍了相关的开发环境、前端开发基础知识、深度学习基础知识、前端智能框架和卷积神经网络，然后讲述了线性回归、logistical 回归、XOR 问题、人体姿态检测：目标检测、光学字符识别等方面的案例，最后讲解了前端智能化案例。 本书适合 Web 前端开发人员、人工智能开发人员阅读，也可作为计算机相关专业师生的参考用书。

"《大模型智能推荐系统:技术解析与开发实践》系统阐述大语言模型与推荐系统深度融合的创新实践，涵盖技术原理、开发方法及实战案例。《大模型智能推荐系统:技术解析与开发实践》分为4部分，共12章，涉及推荐系统的多个关键模块，包括技术框架、数据处理、特征工程、嵌入生成、排序优化及推荐结果评估。重点解析大语言模型在冷启动问题、长尾内容优化和个性化推荐等领域的核心技术，通过深度剖析上下文学习、Prompt工程及分布式部署等方法，展示如何利用大语言模型提高推荐精度和用户体验。同时，通过实战项目的解析，助力读者掌握高效智能推荐系统从开发到部署的全流程。《大模型智能推荐系统:技术解析与开发实践》还引用了Hugging Face的Transformer库、ONNX优化工具以及分布式推理框架等先进技术，为构建工业级推荐系统筑牢坚实基础。 《大模型智能推荐系统:技术解析与开发实践》注重理论与实践的结合，尤其适合希望将推荐技术应用于业务场景的开发者与研究人员阅读。"

"《大模型智能推荐系统:技术解析与开发实践》系统阐述大语言模型与推荐系统深度融合的创新实践，涵盖技术原理、开发方法及实战案例。《大模型智能推荐系统:技术解析与开发实践》分为4部分，共12章，涉及推荐系统的多个关键模块，包括技术框架、数据处理、特征工程、嵌入生成、排序优化及推荐结果评估。重点解析大语言模型在冷启动问题、长尾内容优化和个性化推荐等领域的核心技术，通过深度剖析上下文学习、Prompt工程及分布式部署等方法，展示如何利用大语言模型提高推荐精度和用户体验。同时，通过实战项目的解析，助力读者掌握高效智能推荐系统从开发到部署的全流程。《大模型智能推荐系统:技术解析与开发实践》还引用了Hugging Face的Transformer库、ONNX优化工具以及分布式推理框架等先进技术，为构建工业级推荐系统筑牢坚实基础。 《大模型智能推荐系统:技术解析与开发实践》注重理论与实践的结合，尤其适合希望将推荐技术应用于业务场景的开发者与研究人员阅读。"

本书主要介绍智能产品的设计与开发，通过智能台灯、智能腕表、运动手环、创意水杯和共享单车等5个具体的案例，详细地阐述了智能产品的需求分析与设计、HAL层硬件驱动设计与开发、GUI设计、通信设计、应用App设计，由浅入深地分析了在智能产品开发中涉及的技术。本书通过具体的案例将理论学习和工程实践紧密结合起来，每个案例均给出了完整的开发代码，读者可以在开发代码的基础上快速地进行二次开发。

本书详细介绍高级容器引擎Docker的各方面技术，从概念介绍到实战，讨论docker的内容，包含基础概念如：镜像，容器，仓库；从实战中讲解docker的数据管理，网络管理，安全管理；最后，探讨docker的底层相关技术和基于docker的最新技术。