Linear algebra and its applications 麻省理工 线性代数公开课教材 可以配合视屏使用

学习计算流体力学必备图书，讲的很细致，最常用的理论都是在这里面

打开按需 超级计算。 无缝。 通过 Web 的开放式交互式 HPC 网站： : 网站回购： : 文档： : 主要代码仓库： : 核心库仓库： : 这项工作得到了美国国家科学基金会的支持，获得了和NSF CSSI-Frameworks-1835725 奖。 概述 Open OnDemand 是 NSF 资助的开源 HPC 门户。 Open OnDemand 的目标是为系统管理员提供一种简单的方法来提供对其 HPC 资源的 Web 访问，包括但不限于： 无插件网络体验 轻松的文件管理 命令行外壳访问 跨不同批处理服务器和资源管理器的作业管理和监控 图形桌面环境和桌面应用程序 安装 安装 Open OnDemand 很简单，使用我们预先打包的 RPM 发行版或从源代码构建。 通过访问我们文档中的安装说明开始。 建筑学 通过访问我们的文档，了解有关 Open OnD

计算机视觉 算法与应用，这是一本经典的计算机视觉的教程，由Richard Szeliski撰写，本书清晰无无污染，适合打印（ps 这本书是英文版的）

This textbook introduces sparse and redundant representations with a focus on applications in signal and image processing. The theoretical and numerical foundations are tackled before the applications are discussed. Mathematical modeling for signal sources is discussed along with how to use the proper model for tasks such as denoising, restoration, separation, interpolation and extrapolation, compression, sampling, analysis and synthesis, detection, recognition, and more. The presentation is elegant and engaging. Sparse and Redundant Representations is intended for graduate students in applied mathematics and electrical engineering, as well as applied mathematicians, engineers, and researchers who are active in the fields of signal and image processing.

The active research field of OBDD~, This is very useful in model checking!

Data is at the center of many challenges in system design today. Difficult issues need to be figured out, such as scalability, consistency, reliability, efficiency, and maintainability. In addition, we have an overwhelming variety of tools, including relational databases, NoSQL datastores, stream or batch processors, and message brokers. What are the right choices for your application? How do you make sense of all these buzzwords?, In this practical and comprehensive guide, author Martin Kleppmann helps you navigate this diverse landscape by examining the pros and cons of various technologies for processing and storing data. Software keeps changing, but the fundamental principles remain the same. With this book, software engineers and architects will learn how to apply those ideas in practice, and how to make full use of data in modern applications., Peer under the hood of the systems you already use, and learn how to use and operate them more effectively, Make informed decisions by identifying the strengths and weaknesses of different tools, Navigate the trade-offs around consistency, scalability, fault tolerance, and complexity, Understand the distributed systems research upon which modern databases are built, Peek behind the scenes of major online services, and learn from their architectures

This book is the result of an initiative launched by Prof. Vedran Kordic, a major goal of which is to continue a good tradition - to bring together reputable researchers from different countries in order to provide a comprehensive coverage of advanced and modern topics in scheduling not yet reflected by other books.

这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：从2016年春季学期开始，作者 Jeff Heaton 开始为圣路易斯华盛顿大学教授 T81-558 深度学习的应用课程，并将课程材料、例子和作业放在 GitHub 上，逐渐丰富演变成了这本书。 ◉ 目录： 第1章：Python 预备课程 第2章：用于机器学习的 Python 第3章：TensorFlow 简介 第4章：表格数据训练 第5章：正则化和Dropout 第6章：用于计算机视觉的卷积神经网络 第7章：生成对抗网络 第8章：Kaggle 数据集 第9章：迁移学习 第10章：Keras 中的时间序列 第11章：Hugging Face的自然语言处理 第12章：强化学习 第13章：高级/其他主题 第14章：其他神经网络技术

这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：从2016年春季学期开始，作者 Jeff Heaton 开始为圣路易斯华盛顿大学教授 T81-558 深度学习的应用课程，并将课程材料、例子和作业放在 GitHub 上，逐渐丰富演变成了这本书。 ◉ 目录： 第1章：Python 预备课程 第2章：用于机器学习的 Python 第3章：TensorFlow 简介 第4章：表格数据训练 第5章：正则化和Dropout 第6章：用于计算机视觉的卷积神经网络 第7章：生成对抗网络 第8章：Kaggle 数据集 第9章：迁移学习 第10章：Keras 中的时间序列 第11章：Hugging Face的自然语言处理 第12章：强化学习 第13章：高级/其他主题 第14章：其他神经网络技术