谁知道哪里有《Understanding .NET: A Tutorial and Analysis》电子书下载?请站出来!

saucerman 2003-10-16 06:16:50
就是在下面网址被亚马逊评为四星半的那本书,好象侯捷给翻译过(可能叫《.NET大局观》):
http://www.amazon.com/exec/obidos/tg/detail/-/0201741628/qid=1066253620/sr=1-2/ref=sr_1_2/002-1434132-1204015?v=glance&s=books

我在Google上找了一下,比如下面的地方写着有:
http://www.veryzone.org/forum/index.php?showtopic=948&st=0&#entry9415
http://www.chinafuchun.com/bbs/showtopic.asp?TOPIC_ID=3276&Forum_ID=59
但实际给的链接都是不能用的。

谁还知道哪里有这本书啊?请告诉我!
...全文
46 17 打赏 收藏 转发到动态 举报
写回复
用AI写文章
17 条回复
切换为时间正序
请发表友善的回复…
发表回复
qiuji 2003-10-22
  • 打赏
  • 举报
回复
haorenyuan@tom.com
已经发送!
haorenyige 2003-10-22
  • 打赏
  • 举报
回复
也给我吧,
haorenyuan@tom.com
qiuji 2003-10-22
  • 打赏
  • 举报
回复
Leung_@163.com
已经发送!
Leung_ 2003-10-22
  • 打赏
  • 举报
回复
我也想要啊!
Leung_@163.com

先谢了!

qiuji 2003-10-18
  • 打赏
  • 举报
回复
gaopan(好男人):gp@jjlhotel.com
已经发送,请查收!
gaopan 2003-10-18
  • 打赏
  • 举报
回复
大哥,给我一份。我找得好苦呀
gp@jjlhotel.com
saucerman 2003-10-17
  • 打赏
  • 举报
回复
是的,同意qiuji(忆秋季)兄弟的说法,HOTMAIL的邮箱太小,只有2MB,而这本电子书要差不多快撑破它了,他上次通过邮件发我一直没收到,估计被微软没收了。
qiuji 2003-10-17
  • 打赏
  • 举报
回复
可以,不晚,不过建议你换个邮箱。
HOTMAIL的邮箱太小(2M),可能会收不到。
重新给个邮箱,我发给你。
yanhuiming 2003-10-17
  • 打赏
  • 举报
回复
现在要晚不晚?
YANHUIMING_@HOTMAIL.COM
qiuji 2003-10-16
  • 打赏
  • 举报
回复
楼上的各位,已经全部发出,请注意查收!
saucerman 2003-10-16
  • 打赏
  • 举报
回复
呵呵,上面的27bgs(八爪鱼),你手好快呀,我还没接到qiuji(忆秋季)的信呢,就先收到你的了 :)

外星人:
  收到也给我发一份,共同学习.net,谢谢!
  邮箱:27bgs@sohu.com
zytp 2003-10-16
  • 打赏
  • 举报
回复
偶也需要
zytp@163.com
27bgs 2003-10-16
  • 打赏
  • 举报
回复
to qiuji(忆秋季):
给我也发一份吧,共同学习.net,OK?
27bgs@sohu.com
谢谢。
saucerman 2003-10-16
  • 打赏
  • 举报
回复
to qiuji(忆秋季):

还有,您要发了后,还请到下面的地方一访,因为那里也有100分在等着你呢!(你要不去,过一阵子没人理,我可删贴啊,呵呵)

http://expert.csdn.net/Expert/topic/2360/2360423.xml?temp=.2053186
cngis 2003-10-16
  • 打赏
  • 举报
回复
兄弟给我发一份好吗?
gis_world@163.com
在此谢过!
saucerman 2003-10-16
  • 打赏
  • 举报
回复
好哇,qiuji(忆秋季),你真好!太谢谢您啦!
我邮箱是:
saucerman530@hotmail.com

杨利伟顺利返航。庆祝!!!
China's First Astronaut Returns to Earth!!! Congratulating!
qiuji 2003-10-16
  • 打赏
  • 举报
回复
我这边有,CHM格式,1.9M,把你的邮箱给我,我发给你。
Transformer在许多NLP(自然语言处理)任务中取得了最先进的成果。 DETR(Detection Transformer)是Facebook提出的基于Transformer的端到端目标检测方法。DETR使用CNN+Transformer进行图像目标检测,该方法没有NMS后处理步骤、没有anchor。DETR总体思路是把目标检测看成一个set prediction的问题,并且使用Transformer来预测物体边界框的集合。本课程对DETR的原理与PyTorch实现代码进行精讲,来帮助大家掌握其详细原理和具体实现。 原理精讲部分包括:Transformer的架构概述、Transformer的Encoder 、Transformer的Decoder、DETR网络架构、DETR损失函数、DETR实验结果和分析。  代码精讲部分使用Jupyter Notebook对DETR的PyTorch代码进行逐行解读,包括:安装PyTorch、 DETR官方Demo,DETR的hands-on tutorial,DETR的代码精讲(数据准备、Backbone和位置编码、Transformer架构的实现)。相关课程: 《Transformer原理与代码精讲(PyTorch)》https://edu.csdn.net/course/detail/36697《Transformer原理与代码精讲(TensorFlow)》https://edu.csdn.net/course/detail/36699《ViT(Vision Transformer)原理与代码精讲》https://edu.csdn.net/course/detail/36719《DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768《Swin Transformer实战目标检测:训练自己的数据集》https://edu.csdn.net/course/detail/36585《Swin Transformer实战实例分割:训练自己的数据集》https://edu.csdn.net/course/detail/36586《Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045

110,536

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Web++
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧