大家好,我是王有志,一个分享硬核 Java 技术的金融摸鱼侠,也欢迎大家加入 Java 人自己的交流群“共同富裕的 Java 人”。
今天和大家分享的主题是:那些经典的计算机著作。公众号内回复关键字:20240501,即可获取。
Tips:
- 如果有能力的话还是希望各位小伙伴支持正版,即便是补票;
- 下载文件后请将后缀名有 wyz 修改为 zip,再进行解压。
(9.9 分)深入理解计算机系统(英文版,第3版)
Tips:本书同步提供了中文版。
本书是一本将计算机软件和硬件理论结合讲述的经典教材,内容涵盖计算机导论、体系结构和处理器设计等多门课程。本书最大的特点是为程序员描述计算机系统的实现细节,通过描述程序是如何映射到系统上,以及程序是如何执行的,使读者更好地理解程序的行为,找到程序效率低下的原因。
和第二版相比,本版内容上最大的变化是,从以 IA32 和 x86-64 为基础转变为完全以 x86-64 为基础。主要更新如下:
- 基于 x86-64,大量地重写代码,首次介绍对处理浮点数据的程序的机器级支持。
- 处理器体系结构修改为支持 64 位字和操作的设计。
- 引入更多的功能单元和更复杂的控制逻辑,使基于程序数据流表示的程序性能模型预测更加可靠。
- 扩充关于用 GOT 和 PLT 创建与位置无关代码的讨论,描述了更加强大的链接技术(比如库打桩)。
- 增加了对信号处理程序更细致的描述,包括异步信号安全的函数等。
- 采用最新函数,更新了与协议无关和线程安全的网络编程。
(9.7 分)程序员面试金典(第6版)
本书是原谷歌资深面试官的经验之作,层层紧扣程序员面试的每一个环节,全面而详尽地介绍了程序员应当如何应对面试,才能在面试中脱颖而出。内容主要涉及面试流程解析,面试官的幕后决策及可能提出的问题,面试前的准备工作,对面试结果的处理,以及出自微软、苹果、谷歌等多家知名公司的 189 道编程面试题及详细解决方案。
第 6 版修订了上一版中一些题目的解法,为各章新增了介绍性内容,加入了更多的算法策略,并增添了对所有题目的提示信息。
(9.6 分)动手学深度学习(PyTorch 版)
本书是《动手学深度学习》的重磅升级版本,选用经典的 PyTorch 深度学习框架,旨在向读者交付更为便捷的有关深度学习的交互式学习体验。
本书重新修订《动手学深度学习》的所有内容,并针对技术的发展,新增注意力机制、预训练等内容。
本书包含 15 章,第一部分介绍深度学习的基础知识和预备知识,并由线性模型引出最简单的神经网络——多层感知机;第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学习应用背后的基本工具;第三部分讨论深度学习中常用的优化算法和影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。
本书同时覆盖深度学习的方法和实践,主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的 Python 编程知识及预备知识中描述的线性代数、微分和概率等基础知识。
(9.6 分)计算机程序设计艺术(第1卷)
7 卷本《计算机程序设计艺术》的第 1 卷以基本的程序设计概念和技术开始,然后专注于信息结构——计算机内部信息的表示、数据元素之间的结构关系以及如何有效地处理它们,给出了对于模拟、数值方法、符号计算、软件和系统设计的初等应用。书中附有大量习题和答案,标明了难易程序及数学概念的使用。
此新版本增加了几十项简单且重要的算法和技术,并对有关数学预备知识作了大量修改以适应现时研究的趋势。
(9.8 分)计算机程序设计艺术(第2卷)
本书是国内外业界广泛关注的 7 卷本《计算机程序设计艺术》第 2 卷的最新版。本卷对半数值算法领域做了全面介绍,分“随机数”和“算术”两章。本卷总结了主要算法范例及这些算法的基本理论,广泛剖析了计算机程序设计与数值分析间的相互联系,其中特别值得注意的是作者对随机数生成程序的重新处理和对形式幂级数计算的讨论。
本书附有大量习题和答案,标明了难易程度及数学概念的使用。
本书内容精辟,语言流畅,引人入胜,可供从事计算机科学、计算数学、计算技术诸方面的工作人员参考、研究和借鉴,也是相关专业高等院校的理想教材和教学参考书。
(9.9 分)计算机程序设计艺术(第3卷)
第 3 卷的头一次修订对经典计算机排序和查找技术做了最全面的考察。它扩充了第 1 卷对数据结构的处理,以将大小数据库和内外存储器一并考虑;遴选了精心核验的计算机方法,并对其效率做了定量分析。第 3 卷的突出特点是对“最优排序”一节的修订和对排列论与通用散列法的讨论。
好了,今天的内容就到这里了,如果本文对你有帮助的话,希望多多点赞支持,如果文章中出现任何错误,还请批评指正。最后欢迎大家关注分享硬核 Java 技术的金融摸鱼侠王有志,我们下次再见!