网名老卫、waylau，在IT公司担任项目经理、架构师、高级技术顾问等职位，拥有十几年开发经验，是CSDN、 开源中国、阿里云开发者、华为开发者等技术社区专家，慕课网、华为开发者联盟社区认证讲师，HarmonyOS技术达人，曾获2021、2022年度牛人之星、2022年度OpenHarmony开源贡献之星。，按照边讲边练的思路组织内容，基本涵盖了HarmoneyOS开发的方方面面，可以帮助读者轻松

涵盖开发环境搭建、开发布局、常用组件、导航、路由、交互事件、窗口管理和ArkWeb等核心要素，并辅以大量实操案例，助力读者迅速掌握开发要领。应用开发进阶部分深入探讨HarmonyOS NEXT中的动画与网络服务，为开发者提供实用的开发技能和优化应用体验的方法。北京科技大学硕士，拥有12年以上的开发和教学经验华为开发者学堂鸿蒙生态应用开发高级讲师，深耕鸿蒙、Java、嵌入式、人工智能等技术领域。，都

内容包括智能体概述、扣子AI应用开发平台介绍、扣子插件和卡片、扣子工作流详解、基于大模型的企业知识库、提示词编写和优化、扣子数据库实战、图文混合的爆火推文生成器、看图学英语助手、抖音文案提取与仿写助手、智能室内设计师、企业营销宣传海报自动生成器、智能客服、自动生成 PPT的智能办公助手、新闻视频自动生成器和多Agent模式开发旅游助手等。，中国计算机协会人工智能专委会委员，微软最有价值专家MVP，

本书共分15章，内容包括PyTorch概述、开发环境搭建、基于PyTorch的MNIST分类实战、深度学习理论基础、MNIST分类实战、数据处理与模型可视化、基于PyTorch卷积层的分类实战、PyTorch数据处理与模型可视化、实战ResNet卷积网络模型、有趣的Word Embedding、基于循环神经网络的中文情感分类实战、自然语言处理的编码器、站在巨人肩膀上的预训练模型BERT、自然语言处

动手学PyTorch建模与应用:从深度学习到大模型》的内容也较为丰富，如涉及深度神经网络、数值建模、图像建模、文本建模、音频建模、模型可视化以及当前热点的大模型本地部署、预训练与微调等内容，与时与时俱进，紧跟技术发展的步伐。《动手学PyTorch建模与应用：从深度学习到大模型》是一本讲述以PyTorch为工具实践深度学习和大模型的入门书，从数学知识和必备基础知识和概念入手讲解，理论兼备实践，语言通

PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模型、实战训练自己的ChatGPT、开

主要内容包括数字图像视觉概述、搭建OpenCV开发环境、核心模块Core、图像处理模块基础、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理、机器学习、数字水印、图像加解密、物体计数、图像轮廓、手势识别以及停车场车牌识别系统等。详解OpenCV 中的220多个函数，并给出100多个示例程序，以及车牌识别、目标检测、数字水印、图像加解密、物体计数、图

致力于推动人工智能技术在工业应用、智能交互与数据驱动中的实践与发展。，分别以cuDNN、NEON、CUDA等为代表，揭示算子优化的细节，最后，以国产开源模型DeepSeek-V3为例，展现从训练到推理的综合优化方案。《大模型轻量化:模型压缩与训练加速》提供全面实用的轻量化方法论，结合丰富代码示例与实践案例，适合从事大模型开发与优化的工程师，也为。这一主题，系统地阐述大模型轻量化的基本理论与实现方法

包括主流视觉语言模型（如CLIP、BLIP-2等）的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题，并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践，展示了多模态大模型的实际落地路径。展开论述，包括基本概念、Transformer架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建

AI写作”是一个非常全能的写作应用工具，包括31个写作工具，覆盖通用写作、论文、工作总结、策划方案、开题报告、小红书文案等日常高频场景，满足从学术研究到职场沟通、社交分享的多元需求。在“AI写作”界面中单击“小红书文案”工具，进入“小红书文案”写作场景，选择“旅行日志”类型，在“字数”下拉列表中选择“300字”，输入关键字“北京”，如下图所示。“AI写作”是千问中非常实用的写作工具。在“AI 写作