本书共分为12章, 内容涵盖FPGA与Verilog HDL基础、FPGA的基本架构、深度学习算法的计算特性、硬件加速的基本思路、模型压缩与量化技术、FPGA在Transformer模型中的应用、大模型训练的硬件优化、异构计算架构中的FPGA角色, 以及面向FPGA的深度学习编译器开发。

本书主要包括Java程序设计入门、数据类型与运算符、流程控制、面向对象基础、面向对象高级特性、常用工具类、集合类、异常处理、File与I/O流、多线程、网络编程、GUI编程。

本书分为三篇：第一篇为软件测试实践，介绍软件测试的一些方法、工具化与自动化、各类专项测试、测试数据的管理等；第二篇聚焦于交付，探讨了不同的交付模型，并对测试工作进行了解构，给出了制订测试策略以及践行精益软件测试的方法；在第三篇中，作者分享了测试工作中的沟通与团队协调、角色定位方面的经验，探讨了测试工作相关的哲学与伦理等，并以测试策略的应用实战和AI工具的应用探索作为收尾。本书系统呈现了现代软件测试策略的技术与方法论，可帮助测试人员、开发人员、产品经理等构建或完善自己的测试策略，从而掌握破解各类测试困境的能力。

本书全面系统地介绍了机器视觉的基础理论、关键技术和典型应用。全书从机器视觉的基本概念和发展趋势入手，详细阐述了视觉系统的硬件组成与选型原则，包括光源、相机和镜头的设计方法；在算法层面，既涵盖传统的图像预处理、特征提取与目标识别技术，又深入探讨了基于深度学习的目标检测、语义分割等前沿方法，并介绍了三维视觉中的核心算法；同时，通过路面病害检测、工厂智能监控和无人机视觉导航三个典型应用案例，展示了机器视觉技术的实际应用价值。本书适合机器视觉相关领域工程技术人员阅读学习，也可供自动化、计算机科学与技术等相关专业的高校师生参考。