会员
Rust编程之道
更新时间：2019-07-25 11:32:26 最新章节：附录B Rust如何调试代码
书籍简介
Rust是一门利用现代化的类型系统，有机地融合了内存管理、所有权语义和混合编程范式的编程语言。它不仅能科学地保证程序的正确性，还能保证内存安全和线程安全。同时，还有能与C/C语言媲美的性能，以及能和动态语言媲美的开发效率。本书并非对语法内容进行简单罗列讲解，而是从四个维度深入全面且通透地介绍了Rust语言。从设计哲学出发，探索Rust语言的内在一致性；从源码分析入手，探索Rust地道的编程风格；从工程角度着手，探索Rust对健壮性的支持；从底层原理开始，探索Rust内存安全的本质。本书涵盖了Rust2018的特性，适合有一定编程经验且想要学习Rust的初学者，以及对Rust有一定的了解，想要继续深入学习的进阶者。
上架时间：2019-01-01 00:00:00
出版社：电子工业出版社
上海阅文信息技术有限公司已经获得合法授权，并进行制作发行
最新章节
张汉东
同类热门书
最新上架
- 会员这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。本书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。计算机5.8万字
- 会员本书以Python的实际应用为主线，以理论基础为核心，引导读者渐进式学习Python的编程基础和实际应用。本书共17章，可分为4部分。第一部分Python编程环境搭建和Python的基础知识（第1~6章）、第二部分数学运算（第7~9章）、第三部分绘制图像（第10~12章）、第四部分办公自动化（第13~17章）。本书示例代码丰富，实用性和系统性较强，并配有视频讲解，助力读者透彻理解书中的重点、难点。计算机15.9万字
- 会员本书涵盖深度学习的专业基础理论知识，包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络、循环神经网络、正则化与深度学习优化，以及比较流行的应用场景实践。本书共11章外加3个附录，系统讲解深度学习的基础知识与领域应用实践。本书内容包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络和循环神经网络、正则化与深度学习优化、计算机视觉应用、目标检测应用、文本分析应用、深度强化学习应用、Ten计算机17.9万字
- 会员本书是与朱鸣华、罗晓芳、董明等编著的《C语言程序设计教程》配套使用的习题解答与上机指导，根据教学要求设置了三部分内容，包括C语言编程环境简介、知识提要及习题解析、上机指导及实验。本书首先介绍计算机程序实验的一般方法以及在VisualC++2010下编写和调试C语言程序的具体步骤；然后对主教材各章后面的习题以及C语言程序设计课程学习中的疑难问题和常见问题进行了详细的解析，同时，还汇总了各章的知识计算机6.3万字
- 会员《Python网络爬虫与数据分析从入门到实践》从初学者的视角出发，以案例实操为核心，系统地介绍网络爬虫的原理、工具使用与爬取技术，并详细讲解数据分析的各种技巧。本书主要内容包括：Python基础语法，数据分析工具NumPy、Pandas、Matplotlib的使用，网络爬虫库Urllib、BeautifulSoup、Scrapy，正则表达式在网络爬虫中的应用，数据预处理与数据分析方法、中文文本处理计算机9.2万字
- 会员《小学生Scratch创意编程（视频教学版）》采用任务制编排方式，按照课节形式设计，让学习更有节奏感。《小学生Scratch创意编程（视频教学版）》分为四部分。第一部分让读者懂得为什么学和要学什么，明白为什么而学让学习更具动力；第二部分强调基础，以项目的形式讲解每一个知识点，打牢基础才能有的放矢；第三部分从方法到方法论的提升让思维更上一层楼；第四部分通过综合项目实战，提升编程能力，提高项目分析能力计算机5.8万字
- 会员《Python数据可视化之Matplotlib与Pyecharts实战》以某上市电商企业的客户数据、订单数据、股价数据为基础，循序渐进地介绍Python可视化技术，重点介绍Pandas数据预处理与Matplotlib和Pyecharts在数据可视化应用中的基本功能和使用技巧。全书共分4篇，第1篇（第1～4章）主要介绍Python基础与Pandas数据预处理技术，帮助准备可视化数据；第2篇（第5～7计算机7.4万字
- 会员《细说PyTorch深度学习：理论、算法、模型与编程实现》由业界专家编撰，采用理论描述加代码实践的思路，详细介绍PyTorch的理论知识及其在深度学习中的应用。全书分为两篇，共16章。第一篇为基础知识，主要介绍PyTorch的基本知识、构建开发环境、卷积网络、经典网络、模型保存和调用、网络可视化、数据加载和预处理、数据增强等内容；第二篇为高级应用，主要介绍数据分类、迁移学习、人脸检测和识别、生成对计算机11.1万字