"《Photoshop 2024图像处理标准教程(微课版)》循序渐进地讲解平面设计的相关知识，以及Photoshop在图像处理中的基本操作、图像编辑、色彩调整、选区、绘画、图像修饰、路径、文字、蒙版、通道、滤镜、动作等方面的核心功能和典型应用案例。全书共分为16章，第1章和第2章介绍平面图像设计的相关知识；第3章～第15章介绍Photoshop软件的核心功能，并配以大量实用的操作练习和实例，让读者在轻松的学习过程中快速掌握Photoshop软件的使用技巧，同时达到对Photoshop软件知识学以

《像摄影师一样调色》是一本专为摄影爱好者打造的后期调色指南。不同于市面上过于高深或片面的教程，本书注重实战与美学的结合，旨在帮助读者快速掌握调色精髓，发挥创作潜能。全书分为五章，从美学养成到后期技术养成，再到静物美食、生活扫街、不同影调的实战演练，内容循序渐进，既涵盖基础又触及进阶，满足不同层次读者的需求。本书强调，技术无高低之分，关键在于应用与场景。通过学习，读者将能用最少的时间和精力，掌握调色技能，实现预期效果，甚至踏上专业摄影之路。

本书全面、系统地介绍PhotoshopCC的基本操作方法、图形图像处理技巧及Photoshop在新媒体领域的应用，具体包括初识Photoshop、PhotoshopCC基础知识、常用工具的使用、抠图、修图、调色、合成、特效和商业案例等内容。全书以课堂案例为主线，每个案例都有详细的操作步骤，学生通过实际操作可以快速熟悉软件功能。软件功能解析部分可以帮助学生深入学习软件操作技巧；课堂练习和课后习题可以提高学生的实际应用能力；商业案例可以帮助学生拓宽设计思路，顺利达到实战水平。

本书主要介绍了AutoCAD 2023 的基本内容和使用方法，全书内容包括AutoCAD 2023 基本操作、二维图形的绘制、图层及绘图辅助功能、二维图形的编辑、文字与表格、尺寸标注、图块和图块属性、三维绘图、图形的打印和输出等。本书为创新型教材,内容全面、层次分明、通俗易懂、实用性强.每章章首都设置“本章教学要点”模块,学生可了解本章学习重点及能力要求。本书可作为高等学校相关专业的授课教材和教学参考用书，也可作为中等职业院校的授课教材和教学参考用书，还可作为从事相关行业的工程技术人员的培训和参

"本书内容丰富，注重实践，不仅涵盖了AutoCAD 2023软件的基础知识，还结合大量的实际案例，针对性地介绍了软件的主要功能和新特性，帮助读者深入理解并掌握AutoCAD 2023的应用。
本书可作为工程设计领域的基础教材，也可作为高等学校计算机绘图课程教材和工程技术人员绘图应用参考用书。"

"本书主要内容包括传感器开发平台搭建、传感器基本装置的设计与制作、传感器显示装置的设计与制作、环境传感器装置的设计与制作、无线传感器装置的设计与制作、生物传感器装置的设计与制作、遥控传感器装置的设计与制作7个项目，涵盖了传感器技术应用的常用开发技术，可以满足学习者学习传感器技术应用嵌入式开发的需求。
本书适合作为大中专院校应用电子技术、人工智能技术应用、电子自动化技术、机电一体化技术、计算机应用技术等专业的教材。"

本书是在第2版的基础上修订而成的。本书系统介绍了传感器与检测技术基础、传统传感器原理及应用、新型传感器原理及应用、信号的转换与调理、抗干扰技术、自动检测系统的设计及应用、智能传感器与现场总线智能传感器和虚拟仪器技术。
本书体系结构完整、内容丰富、叙述简明，注重理论联系实际，突出应用；编写力求做到系统性、先进性、实用性有机结合，以生产现场典型应用实例为基础，把新技术、新成果融入传统知识中。本书可作为自动化、电气工程及其自动化、电子信息工程、测控技术与仪器等专业本科生的教材，也可作为

书主要介绍C语言程序设计的相关知识。本书共7个项目。除项目1外，其他项目整体架构以满足项目实战开发需求为设计出发点，通过学生成绩管理系统家庭财务管理系统员工信息管理系统等具有代表性的实战项目，带领读者了解并体会软件项目实战开发的全流程。本书聚焦于培养读者掌握核心技能、养成项目开发思维，以使读者能真正做到学以致用。 本书可以作为高等职业院校C语言程序设计课程的教材，也可供程序设计爱好者和培训机构教师参考。

本书全面介绍TensorFlow 2.x 框架及其在深度学习中的应用，内容包括TensorFlow 简介、Python 语 言基础、环境搭建与入门、TensorBoard 可视化、多层感知机实现、卷积神经网络实现、循环神经网络实 现、强化学习、迁移学习、生成对抗网络和GPU 并行计算等。

本书是一本精简的神经网络入门教程，用通俗易懂的语言讲解神经网络的相关知识。本书共6章，第1章对神经网络领域进行概述，包括其历史和应用；第2章深入探讨神经元的数学模型，包括其输入、权值、偏置和激活函数；第3章介绍感知机的概念，讨论感知机的结构，并解释如何用它来解决简单的分类问题；第4章介绍多层感知机的概念，讲述如何使用前馈传播和反向传播，同时详细介绍了反向传播中用到的链式法则；第5章涵盖训练神经网络时使用的各种参数和算子；第6章介绍神经网络的分布式学习、压缩和解释，其中分布式学习涵盖使用