最新公告
  • 欢迎您光临欧资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • Python编程快速上手——让繁琐工作自动化(附思维导图)

    来源 | 异步 | 书在文末

    每年高考都成为热门话题,今年也不例外。除了评论作文题目和吐槽写题的人,异步君也注意到了这一点——人工智能技术首次被用于高考。

    今年,辽宁省利用人工智能检测高考违规行为。该技术可以在短时间内快速分析判断所有考场的视频文件,检测出考生的疑似违规行为,然后由考务人员对系统检测到的疑似违规行为进行进一步筛选和判断。和之前熬夜看监控的方式相比,这种方式简直不要太爽!

    事实上,国家很早就开始关注人工智能的发展。未来,人工智能的应用将渗透到更多的行业。

    那么,在人工智能发展的背景下,你应该掌握哪些知识和技能呢?今天异步君为大家带来一份超全的AI书单!分7大领域,共36本书,从算法基础到深度学习(附思维导图,大家可以自己拿),还有京东购书50折优惠,快点上车吧!

    点击查看大图

    Python

    快速开始使用 Python 编程——自动化繁琐的工作

    作者:【美国】艾尔·斯威加特(Sweigart)

    译者:王海鹏

    简单的介绍:

    本书快速教会读者掌握 Python,一种对初学者友好的语言。书中包含大量实用实例供读者学习和联系。

    通过本书,您可以学习解决许多实际任务和需求,包括在一个或多个文件中搜索文本模式,通过创建、修改、移动和重命名文件和文件夹来组织您的计算机,抓取数据和信息,以及更新 Excel 表格、自动发送电子邮件和短信、组织计算机以执行定期任务等等。

    学习 Python 3 的“愚蠢方式”

    作者:[美国] Zed A. Shaw

    译者:王薇薇

    简单的介绍:

    本书是一本关于 Python 的入门书籍。以习题的形式引导读者一步步学习编程,从简单的打印到实现一个完整的项目,让初学者从基本的编程技巧入手,最终体验软件开发的基本流程。. 本书基于 Python3.6 版本。

    本书共包括52个练习。每章的格式基本相同,从代码练习开始,按照说明编写代码,运行并检查结果,然后进行附加练习。

    适合人群:

    这本书适合所有想要学习 Python 的人。

    学习 Python 3 进阶篇的笨方法

    作者:[美国] Zed A. Shaw

    译者:王薇薇

    编辑选择:

    ● 知乎、B站等技术专家推荐的畅销书《用笨办法学Python 3》进阶篇;

    ● 数百万程序员追捧的技术专家全新作品;

    ● 52个习题,1130分钟的教学视频,带你走进Python进阶之门。

    简单的介绍:

    本书是《学习 Python 3 的笨方法》一书的进阶版,介绍了使用 Python 3 进行编程的基础知识,以及 52 个精心设计的练习,帮助读者超越基础知识升级。

    52 个练习中的大多数都将动手演示与附加挑战相结合,每个练习都有助于读者掌握一项关键的实践技能,包括使用文本编辑器管理复杂的项目、利用强大的数据结构、将算法应用于数据结构、掌握基本文本分析和处理技术,使用 SQL 对存储的数据进行有效和逻辑建模,并学习强大的命令行工具。

    本书的目的是帮助读者从简单地编写有效的代码到编写解决实际问题的高质量 Python 代码,成为一名高级 Python 程序员。

    适合人群:

    本书适合所有开始使用 Python 的技术人员,包括初级开发人员和升级到 Python 3.6 版本或更高版本的经验丰富的 Python 程序员。

    Python 核心编程(第 3 版)

    作者:【美国】Wesley Chun

    译:孙伯祥、李斌、李涵

    简单的介绍:

    本书共分为3个部分。第 1 部分包括正则表达式、网络编程、Internet 客户端编程、多线程编程、GUI 编程、数据库编程、Microsoft Office 编程、扩展 Python 等。第 2 部分涵盖 Web 客户端和服务器、CGI 和 WSGI 相关的 Web 编程、Django Web 框架、云计算和高级 Web 服务。第 3 部分涵盖文本处理以及其他一些内容。

    C 和 C++

    C++ Primer Plus(第6版)中文版

    作者:【美国】斯蒂芬·普拉塔

    译:张海龙、袁国忠

    简单的介绍:

    ●史上最畅销的重量级C++百科全书,C++入门首选,累计销量近百万册

    ●畅销书升级,四合一购书(纸质书1本,电子阅读电子书1本,在线编程实践环境1本,思维导图学习路径1本)

    本书面向C++初学者,从C语言的基础知识入手,然后在此基础上详细阐述C++的新特性,因此不需要读者具备更多的C语言背景知识。本书可作为高校C++课程的教材,也可作为初学者自学C++时使用。本书是一本友好易用的自学指南,适合作为编程课程的教材,或者作为熟悉其他语言的开发人员深入了解C++基础知识的参考书语。

    C++ Primer Plus (6th Edition) 中文版 习题解法

    作者:【美国】斯蒂芬·普拉塔(Stephen Prata)

    编辑:傅道坤

    简单的介绍:

    本书是超级畅销书《C++ Primer Plus(第6版)中文版》的配套练习解法。全书共分18章,每章主题与《C++ Primer Plus(第6版)中文版》完全相同。持续的。在每章的开头,用一张思维导图列出本章的知识点,然后对每章的重点内容进行梳理和总结。最后对各章的复习题和编程练习进行了分析并给出了解决方案。确保读者在深入巩固理论知识的同时,进一步提高实际编程技能。

    C Primer Plus (第6版) 中文版

    作者:【美国】斯蒂芬·普拉塔(Stephen Prata)

    译:姜友

    简单的介绍:

    ● 经久不衰的畅销C语言经典教程

    ● 中文版销量近百万册

    ● C11标准全面更新

    《C Primer Plus(第6版)中文版》是一本经过精心测试、精心设计的完整C语言教程,涵盖了C语言编程的核心内容。《C Primer Plus(第6版)中文版》作为计算机科学的经典著作,讲解了结构化代码和自顶向下设计等编程原理。

    与以前的版本一样,作者的目标仍然是为读者提供一个介绍性的、组织良好的、富有洞察力的 C 教程。作者将基本的编程概念与 C 语言的细节很好地融合在一起,并使用大量简短精练的示例同时演示一两个概念,鼓励读者学以致用,掌握新的主题。

    C Primer Plus 第6版 中文版 习题解法

    作者:【美国】斯蒂芬·普拉塔(Stephen Prata)

    编辑:傅道坤

    简单的介绍:

    ●经典畅销书《C Primer Plus》的学习伴侣

    ●北京师范大学名师为大家详细解析

    ●全面提升C编程能力的首选编程练习册

    本书是超级畅销书《C Primer Plus(第6版)中文版》的配套习题和答案。它为书中的复习题和编程练习提供了解决思路和答案。

    本书共分17章,每章主题与《C Primer Plus(第6版)中文版》完全相同。在每章的开头,用一张思维导图列出本章的知识点,然后对每章的重点内容进行梳理和总结。最后对各章的复习题和编程练习进行了分析并给出了解决方案。确保读者在深入巩固理论知识的同时,进一步提高实际编程技能。

    作为《C Primer Plus(第6版)中文版》的配套参考书,本书特别适合需要系统学习C语言的初学者,也适合打算巩固C语言知识或希望进一步提高的程序员他们的编程技能。

    算法

    人工智能算法卷1基础算法

    作者:【美国】杰弗里·希顿(Jeffery Heaton)

    译者:李尔超

    简单的介绍:

    算法是人工智能技术的核心。本书介绍了人工智能的基本算法。全书共10章,涉及维度法、距离测量算法、K-means聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead算法和线性回归算法。书中所有算法都有具体的数值计算说明,读者可以自行尝试。每章均附有程序示例,示例代码可在 GitHub 上以多种语言下载。

    有趣的学习算法

    作者:陈晓宇

    简单的介绍:

    本书按照算法策略分为9章。第1章主要关注小问题和概念,让读者体验算法的奥秘。第 2 至第 9 章介绍经典算法设计策略、实践练习、算法分析以及优化和扩展。每个算法有4~10个实例,共45个大型实例,包括经典构建实例和实际应用实例,根据问题分析、算法设计、完美图、详细伪代码讲解、实战演练、算法分析和优化扩展。该过程解释清楚,易于理解。附录介绍了用于算法改进的常用数据结构和相关知识。

    算法详解(卷1) – 算法基础)

    作者:蒂姆·拉夫加登

    译者:徐波

    简单的介绍:

    算法详解丛书共 4 卷。本书是第一卷——基本算法。本书共六章,介绍了四个主要主题。它们是渐进分析和大 O 表示法、除法和主方法、随机化算法以及排序和选择。附录 A 和 B 简要介绍了数据归纳和离散概率。本书每章都有小测验、章末习题和编程题,为读者自查和深入学习提供了更多的便利。

    算法细节第 2 卷图算法和数据结构

    作者:【美国】蒂姆·拉夫加登(Tim Roughgarden)

    译者:徐波

    简单的介绍:

    算法详解丛书共4册,本书为第二册——图算法与数据结构。本书共6章,主要介绍图的搜索与应用、最短路径、数据结构3个主题。附录简要回顾了渐进符号。本书每一章的最后都有小测验和习题,为读者自查和深入学习提供了方便。本书提供了丰富实用的材料,帮助读者提高算法思维能力。

    算法文摘:经典计算机科学问题的 Python 实现

    作者:【美国】大卫·科佩克(David Kopec)

    译者:戴旭

    简单的介绍:

    本书是面向中高级程序员的算法教程。它借助 Python 语言,使用经典算法、编码技术和原理来解决计算机科学中的一些经典问题。本书由9章组成。它不仅介绍了递归、结果缓存和位操作等基本编程组件,还介绍了常见的搜索算法、常见的图算法、神经网络、遗传算法、k-means 聚类算法和对抗性搜索算法。使用了类型提示等高级Python特性,并通过各种层次的解法、示例和练习进行具体实践。本书将计算机科学与应用程序、数据和性能等实际问题紧密联系在一起。它有独特的定位和经典的例子。适合具有一定编程经验的中级 Python 程序员,提高自己的技术、编程和应用能力,用 Python 解决实际问题。

    Python算法详解

    作者:张玲玲

    简单的介绍:

    本书由13章组成。以Python为基础,讲解算法是程序的灵魂,数据结构,常用算法思想,线性表,队列和栈,树,图,搜索算法,内部排序算法,经典数据结构问题,求解数学。问题、经典算法问题、解决图像问题、游戏与算法等。全书内容以“技术迷”贯穿全书,带领读者全面掌握算法的核心技术。

    人工智能和数学基础

    人工智能(第 2 版)

    作者:【美国】斯蒂芬·卢奇、丹尼·科佩克

    译者:林慈

    简单的介绍:

    该书由 17 章组成,描述了如何多元化和探索人工智能领域。原著在亚马逊上受到了很多高校师生的好评。本书不仅介绍了人工智能的基础理论,还介绍了机器学习、神经网络、自然语言处理等热点话题,帮助读者全面了解人工智能领域。

    这本书既适合作为教科书,也适合作为个人阅读的参考指南。

    Python 3 破冰人工智能:从入门到实战

    作者:黄海涛

    简单的介绍:

    本书主要分为两部分,第一部分是基础部分(以历年数学建模竞赛题的形式了解相关算法,同时会讲解相关AI模块下的常用Python包) ,第二部分是实际部分,常用算法的基础部分。原理介绍,实际案例构建,包括自然语言处理案例和TensorFlow案例。

    apriori算法c语言实现_c语言实现神经网络算法_lru算法c语言实现图片

    Python数学编程

    作者:【澳大利亚】Amit Saha

    译:许阳义、刘旭华

    简单的介绍:

    本书将编程与数学巧妙结合,从简单的项目开始,应用Python解决高中和大学低年级数学问题,如几何、概率、统计、微积分等,为进一步学习更复杂的数学内容和扎实Python编程语言的基础。本书也可以作为Python初学者的入门读物,读者可以通过学习书中的示例程序并完成那些编程挑战来提高自己的编程技巧和技巧。

    人工智能基础数学知识

    作者:张晓明

    简单的介绍:

    本书以流行的Python语言为基础,通俗易懂地介绍了进入人工智能领域所需的数学知识,旨在让读者轻松掌握和应用所学知识。本书分为线性代数、概率和优化3个部分,共21章,涵盖了人工智能领域的重要数学知识点。

    深度学习

    深度学习

    作者:【美国】伊恩·古德费罗(Ian Goodfellow)【加拿大】约书亚·本吉奥(Joshua Bengio)【加拿大】亚伦·库维尔(Aaron Courville)

    译者:赵慎健、李玉君、李凯、傅天凡

    简单的介绍:

    本书分三部分,第一部分介绍应用数学的基础知识和机器学习的基本概念,第二部分介绍业界经典的深度学习算法,第三部分是一些探索性研究,非常重要为深度学习的未来发展。本书假定读者具有计算机科学背景,熟悉编程,并了解计算性能、复杂性问题、图论和微积分入门。

    动手深度学习

    作者:Aston Zhang, Mu Li [美国] Zachary C. Lipton [DE] Alexander J. Smola

    简单的介绍:

    这本书不仅解释了深度学习的算法原理,还演示了它们的实现和操作。全书分为三部分:第一部分介绍深度学习的背景,提供初步知识c语言实现神经网络算法,包括深度学习最基本的概念和技术;第二部分描述了深度学习计算的重要组成部分,同时也解释了深度学习近年来是如何发展起来的。卷积神经网络和循环神经网络,在很多领域都取得了成功;第三部分评估了优化算法,考察了影响深度学习计算性能的重要因素,列举了深度学习在计算机视觉和自然语言处理中的重要应用。.

    PyTorch 深度学习

    作者:【印度】毗湿奴Subramanian

    简单的介绍:

    本书详细讲解了如何使用前沿的深度学习库 PyTorch 解决所有深度学习需求,读者可以使用 PyTorch 训练神经网络,提高其速度和灵活性,以及​​如何在不同场景中应用神经网络。本书涵盖了包括ResNET、Inception、DenseNet等在内的高级神经网络架构及其应用案例。本书适用于数据分析师、数据科学家和对深度学习感兴趣并希望在其系统中实施深度学习最佳实践的读者。

    Keras 深度学习在实践中

    作者:[意大利] Antonio Gulli,[印度] Sujit Pal

    译者:王海玲、李芳

    简单的介绍:

    本书结合大量实例,简要介绍了当前流行的神经网络技术和深度学习技术。从经典的多层感知器到用于图像处理的深度卷积网络,从用于处理序列化数据的循环网络到用于伪造模拟数据的生成对抗网络,从词嵌入到 AI 游戏应用中的强化学习,本书引领读者揭开深度学习的面纱。逐层学习,在逐渐清晰的理论框架下,提供多个Python编码示例,方便读者动手实践。

    通过阅读本书,读者不仅可以学习使用 Keras 快速搭建各类深度网络,还可以根据需要自定义网络层和后端功能,从而提升自己的 AI 编程能力,在成为深度学习专家。

    深度学习简介

    作者:[美国] Eugene Charniak

    译:沉磊、郑春平

    简单的介绍:

    本书介绍了深度学习领域的基本概念和技术,例如前馈神经网络、Tensorflow、卷积神经网络、词嵌入和循环神经网络、序列到序列学习、深度强化学习和无监督神经网络模型。编程任务,向读者介绍流行的人工智能应用程序,包括计算机视觉和自然语言处理。本书文笔简练,理论联系实际,每章都有习题和补充阅读参考资料。本书不仅可以作为高校人工智能课程的教材,也可以作为从业人员的参考书。本书要求读者熟悉线性代数、多元微积分、

    深度学习与 PaddlePaddle Fluid 实战

    作者:于翔

    简单的介绍:

    本书基于最新版的PaddlePaddle Fluid,结合实际应用案例介绍如何使用PaddlePaddle解决主流深度学习问题。全书共14章。本书首先介绍什么是PaddlePaddle,然后介绍其核心设计思想,然后紧密结合案例介绍PaddlePaddle在主流图像任务和NLP领域的应用,最后讨论Paddle-Mobile和Anakin框架等高级话题。附录 A 和 B 给出了 PaddlePaddle 与 TensorFlow 和 Caffe 框架之间接口中常用层的比较。

    机器学习

    机器学习密集型全彩印刷

    作者:【加拿大】Andriy Burkov

    译者:韩江磊

    简单的介绍:

    执行摘要本书使用简短、简洁的语言来教授机器学习领域的基本知识和技能。本书由11章和一个词汇表组成,依次介绍机器学习的基本概念、符号和定义、算法、基本实用方法、神经网络和深度学习、问题和解决方案、高级操作、无监督学习和其他学习方法等,涵盖有监督学习和无监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、降维、自动编码器、迁移学习、强化学习、特征工程、超参数调试等诸多核心概念和方法. 书末给出了更详细的词汇表。

    scikit-learn 机器学习(第 2 版)

    作者:【美国人加文哈克林

    译者:张浩然

    简单的介绍:

    本书共14章,涵盖机器学习基础、简单线性回归、基于K-proximity方法的分类与回归分析、特征提取与预处理、简单回归与多元回归、线性回归与逻辑回归、朴素贝叶斯、非线性决策树、决策树、随机森林等方法的分类和回归、感知器、向量机、人工神经网络、K-means 聚类等。

    MATLAB 机器学习

    作者:【意大利语】Giuseppe Ciaburro

    译者:张亚仁、李扬

    简单的介绍:

    本书前三章主要介绍了MATLAB机器学习的基础知识,使用MATLAB导入和组织数据的方法,以及从数据到知识挖掘的方法。中间三章主要介绍回归分析、分类分析和无监督学习,后三章介绍人工神经网络、降维和变换方法以及机器学习实践的相关知识。本书适用于数据分析师、数据科学家以及任何想要学习机器学习算法并构建数据处理和预测应用程序的人。

    神经网络和自然语言处理

    Python 神经网络编程

    作者:【英文】Tariq Rashid

    简单的介绍:

    这本书从简单的想法开始,详细介绍了理解神经网络如何工作所需的基础知识。第一部分介绍基本思想,包括神经网络的底层数学,第二部分是动手,介绍学习Python编程的流行和简单的方法,逐步使用该语言构建能够识别人类手写的神经网络信件,尤其是让它像专家开发的网络一样工作。第 3 部分是扩展,展示如何将神经网络的性能提升到工业应用的水平,甚至让它们在 Raspberry Pi 上工作。

    深度强化学习原理与实践

    作者:陈忠明 何明

    简单的介绍:

    本书从数学和方法论的角度介绍了强化学习。从数学基础出发,通过简单的环境模型逐步扩展强化学习的内容。每章至少会有一个案例,帮助读者理解相关知识点,涵盖当前热门应用c语言实现神经网络算法,如图像风格创建、图像检测、语音识别等。最后一章使用了大规模深入案例(AlphaGo Go)总结本书的内容,以供学习和应用。

    Python 自然语言处理

    作者:【美国】Steven Bird Ewan Klein Edward Loper

    译者:陈涛、张旭、崔阳、刘海平

    简单的介绍:

    本书对自然语言处理进行了非常易于理解的介绍,该领域涵盖了从文本和电子邮件的预测过滤到自动摘要和翻译的各种语言处理技术。您将学习编写 Python 程序来处理大量非结构化文本,并将了解用于分析书面通信内容和结构的主要算法。

    Python 和 NLTK 自然语言处理

    作者:[印度] Nitin Hardeniya Jacob Perkins Deepti Chopra Nisheeth Joshi Iti Iti Mathur

    译者:林慈

    简单的介绍:

    本书是使用 NLTK 和其他 Python 库构建专业 NLP 和机器学习项目的学习指南。本书分为三个部分。第一部分是 NLTK 基础模块,重点介绍如何创建文本拆分器和解析器。第二部分介绍了一些简单的文本处理方法和语言处理的基本技术。第三部分将带领读者实现自己的NLP项目。

    计算机视觉

    OpenCV 4 快速入门

    作者:冯震、郭燕宁、吕月勇

    简单的介绍:

    本书共12章,主要内容包括OpenCV 4基础知识、OpenCV模块架构、图像存储容器、图像读取与显示、视频加载与摄像头调用、图像变换、图像金字塔、图像直方图绘制、图像模板匹配、图像卷积、图像边缘检测、腐蚀与膨胀、形状检测、图像分割、特征点检测与匹配、单目与双目视觉、光流目标跟踪、OpenCV在机器学习中的应用等。本书的读者对象是计算机视觉与图像处理专业的高校师生、企业转行计算机视觉与图像处理的工作人员、已有图像处理基础并想了解OpenCV新特性的人4.

    OpenCV+VTK+Visual Studio 图像识别应用开发第二版

    作者:王喜荣、王喜贵

    简单的介绍:

    OpenCV是一个基于BSD开源许可发布的跨平台计算机视觉库,可以在Linux、Windows、Android和macOS操作系统上运行。轻量高效的OpenCV还提供了Python、Ruby、MATLAB等语言的接口,实现了图像识别和计算机视觉中的很多常用算法。本书从OpenCV的基础知识入手,以Microsoft Visual Studio 2017为基础,结合C++讲解用OpenCV编程的方法,再辅以大量实例介绍OpenCV中多个功能模块的实际应用,最后延伸到VTK三维图像显示技术的研究,帮助读者实现更广泛的应用。

    图像局部特征检测与描述:基于OpenCV源码分析的算法与实现

    作者:赵春江

    简单的介绍:

    本书使用OpenCV2.4.9作为研究工具,实现了所有最新的特征检测和描述算法——KR、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF 、BRISK、BRIEF、ORB、FREAK、CenSurE等进行了详细的讲解,不仅分析了它们的原理和实现方法,还进行了详细的源码分析,并给出了具体的程序实现实例,充分体现了理论与实践相结合。

    数字图像处理和机器视觉 – Visual C++ 和 Matlab 实现

    作者:张政、王艳萍、薛桂祥

    简单的介绍:

    本书试图将理论知识、研究实验和应用实例有机地结合起来,涵盖了数字图像处理领域的诸多方面,为机器视觉的研究内容和研究方法作了序曲。并为机器视觉研究领域的朋友提供一本书,从入门到深入侧重思考经验和实际应用。

    计算机视觉指标:从特征描述到深度学习

    作者:【美国】斯科特·克里格(Scott Krig)

    译:刘波、罗芬

    简单的介绍:

    本书全面介绍了计算机视觉中广泛使用的各种方法,包括局部特征描述子、区域描述子、全局特征描述子,以及评估这些内容的度量方法和分类方法。深度学习的特征学习方法,以及FNN、RNN和BFN三种深度学习架构的特点。

    本书内容丰富,前沿,强调理论分析,旨在探索各种计算机视觉研究方法背后的技术和原理。还探讨了深度学习与神经科学的关系,展望了深度神经网络未来的发展方向。

    本书采用专门的章节讲解计算机视觉流程和算法的优化,并通过汽车识别、人脸检测、图像分类、增强现实等实例具体讨论软硬件优化方法。

    福利来了

    我们向喜欢阅读的粉丝赠送免费书籍。

    踏楼送书活动细则

    留言送书:关于这个书单,你最喜欢哪一本,为什么?

    >>> 活动参与

    活动结束后,小编会从留言中随机抽取3条小锦鲤,免费赠送以上书籍中的任意一本,看看谁会如此幸运。

    特别声明:

    1、一个用户一个月内只有一次抽奖机会,让更多的粉丝受益更有意义

    2、每个用户只有一次留言机会,不允许重复留言~

    请记住这三个1

    活动截止时间:2020年7月14日16:00。

    更多好书,请关注脚本之家官方书店

    编辑:

    站内大部分资源收集于网络,若侵犯了您的合法权益,请联系我们删除!
    欧资源网 » Python编程快速上手——让繁琐工作自动化(附思维导图)

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    欧资源网
    一个高级程序员模板开发平台

    发表评论