本書以Python+Selenium+Unittest為基礎(chǔ)，結(jié)合PageObject設(shè)計模式，通過測試作者自研項目逐步搭建UI自動化測試框架。Python是測試在開發(fā)過程中使用最多的語言，Selenium是當(dāng)前***的WebUI自動化測試工具，這套Python+Selenium+Unittest+PageObject

本書結(jié)合大量實戰(zhàn)案例,介紹了MCS-51單片機的體系結(jié)構(gòu)、硬件和程序設(shè)計的基本方法。全書共分10章,內(nèi)容包括51單片機的基本概念、51單片機的匯編語言基礎(chǔ)、51單片機的并口和外部中斷、51單片機的人機接口、51單片機的定時/計數(shù)器和串口、51單片機資源的并行和串行擴展、模擬外設(shè)及其與51單片機的接口、51單片機應(yīng)用系統(tǒng)

"《Linux企業(yè)運維實戰(zhàn)（Redis+Zabbix+Nginx+Prometheus+Grafana+LNMP）》從實用的角度出發(fā)，詳細介紹了Linux內(nèi)核調(diào)整與優(yōu)化相關(guān)的理論與應(yīng)用知識，包括NginxWeb服務(wù)器企業(yè)實戰(zhàn)、Linux性能優(yōu)化與安全攻防實戰(zhàn)、HTTP詳解、Linux高可用集群實戰(zhàn)、黑客攻擊Linux服

"《Vue.js3.x+Express全棧開發(fā):從0到1打造商城項目》是一本詳盡的全棧開發(fā)教程，旨在通過Vue.js和Express框架引導(dǎo)讀者從零開始構(gòu)建一個完整的電商項目。內(nèi)容覆蓋電商項目的基本結(jié)構(gòu)，以及Vue.js和Express的核心概念與架構(gòu)；深入講解Vue.js開發(fā)生態(tài)中的關(guān)鍵模塊，包括網(wǎng)絡(luò)請求、UI組件、

本書對全制作流程進行了全面梳理和講解，是一本詳細介紹虛擬制片全流程的參考書籍。虛擬制片在進行后期前置的同時涵蓋了從前期策劃到成片的整體流程。全書對虛擬制片展開了全面概述，包括類型特征、發(fā)展歷程及全流程應(yīng)用實施等。結(jié)合當(dāng)前最前沿的虛擬制片制作全流程，分別從實時圖形渲染引擎系統(tǒng)、LED顯示屏顯示系統(tǒng)、攝影機跟蹤系統(tǒng)、虛實場

《突破平面AI版Photoshop設(shè)計與創(chuàng)意剖析》是一本結(jié)合AI繪圖與Photoshop進行設(shè)計的教程。書中通過大量的實例展示AI繪圖與Photoshop的完美結(jié)合，全方位地講解在AI繪圖的基礎(chǔ)上利用Photoshop2024開展設(shè)計工作的完整流程�！锻黄破矫鍭I版Photoshop設(shè)計與創(chuàng)意剖析》涉及平面設(shè)計、電商設(shè)

本書以實操為宗旨，以案例來解決HCIA安全課程的重點和難點，實操從簡單到困難，步驟詳細，確保每一位使用本書的讀者都能學(xué)會HCIA安全課程的知識點。學(xué)完這本書后，可以具備配置華為防火墻及簡單運維的能力，L2TP、GRE、IPSec等VPN的配置與維護能力，設(shè)計、部署、運維企業(yè)網(wǎng)絡(luò)安全架構(gòu)的能力。同時大部分章節(jié)的后面都設(shè)置

本書是一本難度適中的小學(xué)生編程入門教材。本書根據(jù)小學(xué)生學(xué)習(xí)的特點，選取了100多個有趣且易于理解的例子來介紹程序設(shè)計的基本概念，讓小學(xué)生體會到用程序解決實際問題的樂趣。本書對于較難理解的概念提供了圖解，同時配備了200多道習(xí)題以鞏固和加深學(xué)生對知識的理解。 本書內(nèi)容通俗易懂，案例豐富，特別適合作為小學(xué)四年級及以上學(xué)生的

本書以生動的語言和豐富的實戰(zhàn)案例，詳細介紹了AI技術(shù)在辦公自動化、生活便利化、創(chuàng)意藝術(shù)生成、數(shù)字媒體制作等多個領(lǐng)域的實際應(yīng)用，讓讀者不僅能夠快速掌握AI工具的使用技巧，更能深刻理解AI技術(shù)的潛力與價值。此外，本書還深入探討了AI技術(shù)如何推動行業(yè)進步和社會發(fā)展，以及如何在避免潛在風(fēng)險的同時，最大化地利用這些技術(shù)提升人類的

本書主要介紹了計算機視覺中的語義分割和目標(biāo)檢測的相關(guān)技術(shù)，重點講解了任務(wù)設(shè)定和度量指標(biāo)、基于深度學(xué)習(xí)的經(jīng)典模型和算法方案，包括U-net相關(guān)模型、DeepLab系列模型、SAM模型，以及FasterR-CNN模型、YOLO系列模型等。另外，對于分割和檢測任務(wù)中的小樣本、弱監(jiān)督、小目標(biāo)等特殊設(shè)定下的算法思路和方案也通過典