推荐

新书推荐

一蓑烟雨任平生:宋朝词人的风华人生

内容简介

◎内容简介 《一蓑烟雨任平生:宋朝词人的风华人生》选取李煜、晏殊、欧阳修、苏轼、李清照、唐琬等宋代词人的四十三篇传世名作,以轻松诙谐的笔调,用讲故事的方式,全面解读作品背后的深层意蕴,品味词人从儿女情长到金戈铁马的风华人生,领略他们的多情与豪迈、怅惘与无奈。全书融词、史、人于一体,既有诗酒人生,也有家国天下,可以说是一部有料有趣、精彩好看的 “诗词小说”。 慢读一卷诗书,走进一段传奇。


★ 编辑推荐
1.古诗词畅销书女作家徐若央全新力作。徐若央是中国古诗词畅销书作家,已出版作品《枕上诗书:一本书读懂最美古诗词》等,销量达到百万级别,深受读者喜爱。
2.一套书读懂最美宋词。“多情不如无情”的司马光、“手足之爱,平生一人”的苏轼与苏辙、半生飘零半生愁的李清照、“只有丹心难灭”的文天祥……作者以用讲故事的方式,选取宋代最具代表性的词人及其传世名作,品味他们从儿女情长到金戈铁马的风华人生,领略他们的多情与豪迈、怅惘与无奈。每首诗都是一段传奇,每首词都有它的故事。
3.四十三位伟大词人,四十三首经典词作,全书融词、史、人于一体,既有诗酒人生,也有家国天下,串联起大宋词坛一个个闪耀瞬间,还原了大宋王朝三百多年的跌宕风貌,可以说是一部有料、有趣、精彩好看的“诗词小说”。
4.古文零基础也能轻松入门。全书大部分诗词都附有部分疑难字词注解和生僻字注音,帮助读者顺畅阅读和理解古诗词,快速告别“诗词小白”。
5.本书文前精选8幅宋代绘画及书法作品,包括赵佶《瑞鹤图》、米芾《临定武兰亭卷》、王希孟《千里江山图》等,全四色印刷,带你饱览宋代大画家和大书法家的传世经典。
6.本书还倾情邀请插画师青云独家绘制15幅唯美古风花卉内插,让读者在阅读诗文时获得美的享受,也可以作为填色图,舒缓身心,解压治愈。
7.封面采用平装双封,外封唯美诗意,内封清新雅致,全四色精印,体现了宋代文学大家的恣肆昂扬与文雅风致,为读者带来内容、形式双高的经典诗词赏析读本。同时,随书附赠唯美古风书签1张,赏心悦目。

作者简介

徐若央 中国古诗词畅销书女作家。 著有《枕上诗书:一本书读懂最美古诗词》《枕上诗书:一本书读懂最美诗经》《纳兰容若词传:人生若只如初见》等畅销书。 若不能超凡脱俗,便要极尽红尘。

目录

  • 回首已是梦中客:李煜《虞美人》
  • 人间万事何时了:晏殊《浣溪沙》
  • 塞上秋思悲白发:范仲淹《渔家傲·秋思》
  • 道似无情却有情:司马光《西江月》
  • 莺莺燕燕一场梦:张先《千秋岁》
  • 一朝天子一朝臣:钱惟演《玉楼春》
  • 谁道飘零不可怜:柳永《八声甘州》
  • “鸳鸯”二字如何书:欧阳修《南歌子》
  • 红杏枝头正风华:宋祁《玉楼春·春景》
  • 何人聊赠江南春:舒亶《虞美人·寄公度》
  • 今夕何时长相伴:苏轼《水调歌头》
  • 与君世世为兄弟:苏辙《渔家傲·和门人祝寿》
  • 回首沧桑尽成愁:黄庭坚《南乡子》
  • 朝朝暮暮不见君:秦观《鹊桥仙》
  • 奈何往事尽难留:王雱《眼儿媚》
  • 半生浮沉谁人怜:王安石《桂枝香·金陵怀古》
  • 不负相思不负君:李之仪《卜算子》
  • 谁复挑灯夜补衣:贺铸《鹧鸪天》
  • 唱尽悲欢又一曲:晏几道《临江仙》
  • 未到白头相辜负:魏玩《卷珠帘》
  • 此情此意几时真:聂胜琼《鹧鸪天·寄李之问》
  • 此心若得一株雪:萧观音《回心院(其一)》
  • 京华倦客谁人留:周邦彦《兰陵王·柳》
  • 一晌贪欢终成梦:赵佶《燕山亭·北行见杏花》
  • 半生飘零半生愁:李清照《声声慢》
  • 壮志未酬身已老:陆游《诉衷情》
  • 满城春色宫墙柳:唐琬《钗头凤》
  • 千里家国千里梦:岳飞《小重山》
  • 少年不知愁滋味:辛弃疾《丑奴儿·书博山道中壁》
  • 乱世浮萍泪无言:淮上女《减字木兰花》
  • 金戈铁马入梦来:张孝祥《水调歌头·闻采石战胜》
  • 暗香疏影长相忆:姜夔《暗香》
  • 宁可抱香枝头老:朱淑真《蝶恋花·送春》
  • 红消香断有谁怜:严蕊《卜算子》
  • 问世间情为何物:张玉娘《南乡子·清昼》
  • 昨夜良辰遇良人:施酒监《卜算子·赠乐婉杭妓》
  • 开到荼蘼花事了:吴淑姬《小重山》
  • 苍天不闻天下事:王埜《西河》
  • 人生何处不相逢:叶李《失调名》
  • 人生自古谁无死:文天祥《酹江月·和友〈驿中言别〉》
  • 曾记芙蓉满宫阙:王清惠《满江红·题南京夷山驿》
  • 燕塞雪月无归年:华清淑《望江南》
  • 点滴风雨到天明:蒋捷《虞美人·听雨》

AI系统原理与架构

内容简介

主要围绕AI 系统的理论基础与技术基础知识展开,结合实例进行介绍,旨在让读者了解AI 系统的来龙去脉,形成对AI 系统的系统化与层次化的初步理解,掌握AI 系统基本理论、技术、实际应用及研究方向,为后续从事具体的学习研究工作和项目开发工作奠定基础。内容涵盖AI硬件与体系结构、AI 编译与计算架构、AI 推理系统与引擎、AI 框架核心模块四篇,涉及AI 系统从底层原理到应用落地的全貌,反映了AI 系统架构的前沿技术。

作者简介

ZOMI 酱
华为昇腾技术专家,上海交通大学企业导师深圳市创新人才,B站AI科普UP主。曾主持昇腾大模型分布式加速库MindSpeed、大模型套件MindFormers等构建和开发。多次获国家级创新项目奖。出版《AI系统原理与架构》《深度强化学习原理与实践》等3本著作,累积发表专利113篇。

苏统华
哈尔滨工业大学教授、软件学院副院长,人工智能祖冲之奖评委。负责新一代人工智能重大专项课题、国家重点研发课题等30余项,牵头教育部卓工人工智能领域研究生核心课“人工智能系统架构”。获聘华为首批昇腾领军人物(全国14人)

目录

  1. 目录
    1. 第1章 AI系统概述/1
      1. AI历史与现状/1
      2. A I发展驱动力/11
      3. A I系统架构介绍/19
      4. A I系统与A I算法关系/27
    2. **篇 A I硬件与体系结构
      1. 第2章 A I计算体系/37
        1. 引言/37
        2. A I计算模式/41
        3. 关键设计指标/57
        4. 核心计算之矩阵乘/63
        5. 计算之比特位宽/67
      2. 第3章 A I芯片体系/72
        1. C P U基础/72
        2. C P U指令集架构/81
        3. C P U计算本质/94
        4. C P U计算时延/99
        5. G P U基础/104
        6. A I专用芯片基础/123
      3. 第4章 G P U—以英伟达为例/130
        1. 引言/130
        2. Tensor Core基本原理/154
        3. Tensor Core架构演进/160
        4. Tensor Core深度剖析/171
        5. 分布式通信/179
        6. N VLink原理剖析 /186
        7. N VSwitch深度解析/194
      4. 第5章 T P U—以谷歌为例/202
        1. 引言/202
        2. 谷歌T P U v1脉动阵列/212
        3. 谷歌T P U v2训练芯片/219
        4. 谷歌T P U v3 Pod服务器/228
        5. 谷歌T P U v4与光路交换/235
      5. 第6章 N P U—以昇腾为例/244
        1. 引言/244
        2. 昇腾A I处理器/251
        3. 昇腾A I核心单元/259
        4. 昇腾数据布局转换/273
      6. 第7章 A I芯片思考与展望/279
        1. G P U架构与C U D A关系/279
        2. 从G P U对A I芯片思考/285
        3. A I芯片发展方向/291
        4. 超异构计算/298
    3. 第二篇 A I编择与计算架构
      1. 第8章 传统编译器/311
        1. 引言/311
        2. 传统编译器介绍/318
        3. G C C基本介绍与特征/324
        4. L L V M架构设计和原理/329
        5. L L V M I R基本概念/334
        6. L L V M I R细节详解/340
        7. L L V M前端和优化层/345
        8. L L V M后端代码生成/350
      2. 第9章 A I编译器/356
        1. 引言/356
        2. A I编译器历史阶段/365
        3. A I编译器基本架构/371
        4. A I编译器挑战与思考/378
      3. 第10章 前端优化/388
        1. 引言/388
        2. 图算I R/389
        3. 算子融合/393
        4. 布局转换原理/400
        5. 内存分配算法/406
        6. 常量折叠原理/412
        7. 公共子表达式消除原理/415
        8. 死代码消除/417
        9. 代数简化/420
      4. 第11章 后端优化/425
        1. 弓1言/425
        2. 计算与调度/428
        3. 算子手工优化/434
        4. 算子循环优化/440
        5. 指令和存储优化/447
        6. A u t o-Tuning 原理/452
      5. 第12章 计算架构/454
        1. 芯片的编程体系/454
        2. SIMD & SIMT与芯片架构/456
        3. SIMD & SIMT与编程关系/465
        4. C U D A计算结构/470
      6. 第13章 C A N N&Ascend C计算架构/475
        1. 昇腾异构计算架构C A N N/475
        2. C A N N与算子/482
        3. 算子开发编程语言Ascend C/485
        4. Ascend C语法扩展/492
        5. Ascend C编程范式以向量为例/500
    4. 第三篇 A I推理系统与引擎
      1. 第14章 推理系统/511
        1. 引言/511
        2. 推理系统介绍/515
        3. 推理流程全景/523
        4. 推理系统架构/526
        5. 推理引擎架构/530
        6. 昇腾推理引擎M r n d l E/549
        7. 昇腾计算语言AscendCL/552
      2. 第15章 模型小型化/561
        1. 推理参数了解/561
        2. C N N模型小型化/563
        3. Transformer模型小型化/579
      3. 第16章 模型轻量化/585
        1. 引言/585
        2. 量化基本原理/586
        3. 感知量化训练/592
        4. 训练后量化与部署/598
        5. 模型剪枝原理/604
        6. 知识蒸馏原理/611
      4. 第17章 模型转换/619
        1. 引言/619
        2. 推理文件格式/626
        3. 自定义计算图/634
        4. 模型转换流程/643
      5. 第18章 计算图优化架构/647
        1. 引言/647
        2. 离线图优化技术/651
        3. 其他计算图优化/667
      6. 第19章 Kernel优化/676
        1. 引言/676
        2. 卷积计算原理/680
        3. Im2Col算法/690
        4. W m o grad算法/698
        5. Q N N P A C K算法/705
        6. 推理内存布局/715
    5. 第四篇 A I框架核心模块
      1. 第20章 A I框架基础/721
        1. 引言/721
        2. A I框架作用/721
        3. A I框架之争/727
        4. A I框架的编程范式/735
        5. 昇思MrndSpore关键特性/741
      2. 第21章 自动微分/753
        1. 引言/753
        2. 什么是微分/753
        3. 微分计算模式/760
        4. 微分实现方式/768
        5. 动手实现自动微分/775
        6. 动手实现PyTorch微分/778
        7. 自动微分的挑战和未来/784
      3. 第22章 计算图/790
        1. 引言/790
        2. 计算图基本原理/791
        3. 计算图与自动微分/798
        4. 计算图的调度与执行/804
        5. 计算图的控制流实现/811
        6. 动态图与静态图转换/818
      4. 第23章 分布式并行/823
        1. 引言/823
        2. 数据并行/823
        3. 数据并行进阶/837
        4. 张量并行/849
        5. 流水并行/855
        6. 混合并行/858
        7. 昇思 MindSpore并行/860
    6. 参考文献/867
    7. 索引/883
    8. 彩图

深度学习

内容简介

《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。

《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。

作者简介

作者简介
Ian Goodfellow,谷歌公司(Google) 的研究科学家,2014 年蒙特利尔大学机器学习博士。他的研究兴趣涵盖大多数深度学习主题,特别是生成模型以及机器学习的安全和隐私。Ian Goodfellow 在研究对抗样本方面是一位有影响力的早期研究者,他发明了生成式对抗网络,在深度学习领域贡献卓越。
Yoshua Bengio,蒙特利尔大学计算机科学与运筹学系(DIRO) 的教授,蒙特利尔学习算法研究所(MILA) 的负责人,CIFAR 项目的共同负责人,加拿大统计学习算法研究主席。Yoshua Bengio 的主要研究目标是了解产生智力的学习原则。他还教授“机器学习”研究生课程(IFT6266),并培养了一大批研究生和博士后。
Aaron Courville,蒙特利尔大学计算机科学与运筹学系的助理教授,也是LISA 实验室的成员。目前他的研究兴趣集中在发展深度学习模型和方法,特别是开发概率模型和新颖的推断方法。Aaron Courville 主要专注于计算机视觉应用,在其他领域,如自然语言处理、音频信号处理、语音理解和其他AI 相关任务方面也有所研究。

中文版审校者简介
张志华,北京大学数学科学学院统计学教授,北京大学大数据研究中心和北京大数据研究院数据科学教授,主要从事机器学习和应用统计学的教学与研究工作。

译者简介
赵申剑,上海交通大学计算机系硕士研究生,研究方向为数值优化和自然语言处理。
黎彧君,上海交通大学计算机系博士研究生,研究方向为数值优化和强化学习。
符天凡,上海交通大学计算机系硕士研究生,研究方向为贝叶斯推断。
李凯,上海交通大学计算机系博士研究生,研究方向为博弈论和强化学习。

目录

中文版致谢
英文原书致谢
数学符号
第1章 引言
1.1 本书面向的读者
1.2 深度学习的历史趋势
第1部分 应用数学与机器学习基础
第2章 线性代数
2.1 标量、向量、矩阵和张量
2.2 矩阵和向量相乘
2.3 单位矩阵和逆矩阵
2.4 线性相关和生成子空间
2.5 范数
2.6 特殊类型的矩阵和向量
2.7 特征分解
2.8 奇异值分解
2.9 Moore-Penrose伪逆
2.10 迹运算
2.11 行列式
2.12 实例:主成分分析
第3章 概率与信息论
3.1 为什么要使用概率
3.2 随机变量
3.3 概率分布
3.4 边缘概率
3.5 条件概率
3.6 条件概率的链式法则
3.7 独立性和条件独立性
3.8 期望、方差和协方差
3.9 常用概率分布
3.10 常用函数的有用性质
3.11 贝叶斯规则
3.12 连续型变量的技术细节
3.13 信息论
3.14 结构化概率模型
第4章 数值计算
4.1 上溢和下溢
4.2 病态条件
4.3 基于梯度的优化方法
4.4 约束优化
4.5 实例:线性最小二乘
第5章 机器学习基础
5.1 学习算法
5.2 容量、过拟合和欠拟合
5.3 超参数和验证集
5.4 估计、偏差和方差
5.5 最大似然估计
5.6 贝叶斯统计
5.7 监督学习算法
5.8 无监督学习算法
5.9 随机梯度下降
5.10 构建机器学习算法
5.11 促使深度学习发展的挑战
第2部分 深度网络:现代实践
第6章 深度前馈网络
6.1 实例:学习XOR
6.2 基于梯度的学习
6.3 隐藏单元
6.4 架构设计
6.5 反向传播和其他的微分算法
6.6 历史小记
第7章 深度学习中的正则化
7.1 参数范数惩罚
7.2 作为约束的范数惩罚
7.3 正则化和欠约束问题
7.4 数据集增强
7.5 噪声鲁棒性
7.6 半监督学习
7.7 多任务学习
7.8 提前终止
7.9 参数绑定和参数共享
7.10 稀疏表示
7.11 Bagging和其他集成方法
7.12 Dropout
7.13 对抗训练
7.14 切面距离、正切传播和流形正切分类器
第8章 深度模型中的优化
8.1 学习和纯优化有什么不同
8.2 神经网络优化中的挑战
8.3 基本算法
8.4 参数初始化策略
8.5 自适应学习率算法
8.6 二阶近似方法
8.7 优化策略和元算法
第9章 卷积网络
9.1 卷积运算
9.2 动机
9.3 池化
9.4 卷积与池化作为一种无限强的先验
9.5 基本卷积函数的变体
9.6 结构化输出
9.7 数据类型
9.8 高效的卷积算法
9.9 随机或无监督的特征
9.10 卷积网络的神经科学基础
9.11 卷积网络与深度学习的历史
第10章 序列建模:循环和递归网络
10.1 展开计算图
10.2 循环神经网络
10.3 双向RNN
10.4 基于编码-解码的序列到序列架构
10.5 深度循环网络
10.6 递归神经网络
10.7 长期依赖的挑战
10.8 回声状态网络
10.9 渗漏单元和其他多时间尺度的策略
10.10 长短期记忆和其他门控RNN
10.11 优化长期依赖
10.12 外显记忆
第11章 实践方法论
11.1 性能度量
11.2 默认的基准模型
11.3 决定是否收集更多数据
11.4 选择超参数
11.5 调试策略
11.6 示例:多位数字识别
第12章 应用
12.1 大规模深度学习
12.2 计算机视觉
12.3 语音识别
12.4 自然语言处理
12.5 其他应用
第3部分 深度学习研究
第13章 线性因子模型
13.1 概率PCA和因子分析
13.2 独立成分分析
13.3 慢特征分析
13.4 稀疏编码
13.5 PCA的流形解释
第14章 自编码器
14.1 欠完备自编码器
14.2 正则自编码器
14.3 表示能力、层的大小和深度
14.4 随机编码器和解码器
14.5 去噪自编码器详解
14.6 使用自编码器学习流形
14.7 收缩自编码器
14.8 预测稀疏分解
14.9 自编码器的应用
第15章 表示学习
15.1 贪心逐层无监督预训练
15.2 迁移学习和领域自适应
15.3 半监督解释因果关系
15.4 分布式表示
15.5 得益于深度的指数增益
15.6 提供发现潜在原因的线索
第16章 深度学习中的结构化概率模型
16.1 非结构化建模的挑战
16.2 使用图描述模型结构
16.3 从图模型中采样
16.4 结构化建模的优势
16.5 学习依赖关系
16.6 推断和近似推断
16.7 结构化概率模型的深度学习方法
第17章 蒙特卡罗方法
17.1 采样和蒙特卡罗方法
17.2 重要采样
17.3 马尔可夫链蒙特卡罗方法
17.4 Gibbs采样
17.5 不同的峰值之间的混合挑战
第18章 直面配分函数
18.1 对数似然梯度
18.2 随机最大似然和对比散度
18.3 伪似然
18.4 得分匹配和比率匹配
18.5 去噪得分匹配
18.6 噪声对比估计
18.7 估计配分函数
第19章 近似推断
19.1 把推断视作优化问题
19.2 期望最大化
19.3 最大后验推断和稀疏编码
19.4 变分推断和变分学习
19.5 学成近似推断
第20章 深度生成模型
20.1 玻尔兹曼机
20.2 受限玻尔兹曼机
20.3 深度信念网络
20.4 深度玻尔兹曼机
20.5 实值数据上的玻尔兹曼机
20.6 卷积玻尔兹曼机
20.7 用于结构化或序列输出的玻尔兹曼机
20.8 其他玻尔兹曼机
20.9 通过随机操作的反向传播
20.10 有向生成网络
20.11 从自编码器采样
20.12 生成随机网络
20.13 其他生成方案
20.14 评估生成模型
20.15 结论
参考文献
索引

切尔诺贝利的祭祷

诺贝尔文学奖得主《二手时间》作者阿列克谢耶维奇代表作

切尔诺贝利核灾难幸存者口述实录

简体版首度完整出版,作者全新修订,指定译本

诺贝尔文学奖颁奖词:她的复调书写,是对我们时代的苦难和勇气的纪念

切尔诺贝利核事故32周年,以本书作为对受难者、牺牲者的祭祷

...... .............

※编辑推荐※

★ 阿列克谢耶维奇代表作,“乌托邦之声”系列中的最感人肺腑的篇章 。

★ 切尔诺贝利核灾难幸存者口述实录,揭开切尔诺贝利灾难的“内幕和真相”。文学史上最震撼人心的非虚构写作。

★ 每一页都是奇异而残忍的故事,每一个故事都透视着俄国人的灵魂 。阿列克谢耶维奇探访事故发生地,历时数年,采访了超过500位灾难受害者,真实地记录人们的愤怒、恐惧、勇敢、同情和爱。她拼写出了一个时代的声音和一幅幅不同的人性图像。

★ 阿列克谢耶维奇是经典俄语文学的继承者。她继承了从普希金开始,到托尔斯泰、契诃夫的现实主义脉络。她的作品是俄罗斯现实主义传统的当代体现。

★ 一部反思人类技术灾难的启示录。福岛核泄露、朝鲜核试验等人类的科技危险正潜伏在我们身边,当我们反思历史,该如何避免灾难重演?

...................

※内容简介※

1986年4月26日,前苏联治下的乌克兰境内,切尔诺贝利核电站发生爆炸,这是人类史上最惨烈的技术悲剧之一。上万平民因放射性物质长期受到感染或致命;数万亩土地被污染,切尔诺贝利一夜之间化为废城。

事故后十年,著名记者阿列克谢耶维奇冒着核辐射危险,深入事故发生现场,历时数年,访问了超过500位幸存者,用普通个体的声音平贴出时代的全景,书写了一部人类的启示录。在这里,平凡人物的真实经历比小说更惊人。每个人的声音都透视着历史的崩塌、国家机器的隐瞒、俄罗斯人的价值观,以及人们的愤怒、恐惧、勇敢、同情和爱。

「切尔诺贝利核爆是二十世纪最重大的灾害事件,时至今日我还是不解,我所见证的究竟是过去还是未来?……一不小心,就会陷入恐惧的窠臼。」——阿列克谢耶维奇

...................

※媒体推荐※

因涉及苏联历史上富有争议的主题,阿列克谢耶维奇常将自己置于险境,她挑战过往叙事,并重新审视历史事件对普通人的影响。

——《纽约客》

她的书具有危险的力量,记录着二十世纪的暴力、愚蠢与残酷,毫无冷场。

——德国国家广播电台

阿列克谢耶维奇为历史中的灰色地带举起一盏明灯。

——瑞典《赫尔辛伯格日报 》

每一页都是残酷、荒诞的故事,就像核辐射残存在幸存者的体内。

——《纽约时报》

阿列克谢耶维奇在这部非凡的作品中,记录了她的白俄罗斯同胞的生与死。本书终于在美国出版……简直是无与伦比的见证。

——《国家》杂志

比起戈尔巴乔夫的经济改革,切尔诺贝利事件可能是苏联解体的真正原因。

——《政治事务》杂志

如同古希腊悲剧表演的合唱团,本书收录了众人的心声。短期之内,我们恐怕不会再有机会读到这般真实记录愤怒、愚昧、英勇和伤亡的文字。

——《伦敦时报》

口语叙述的历史在脑海中挥之不去,充斥着面对命运时的无奈、艰苦卓绝的勇气,以及浓厚的黑色幽默……如同不可磨灭的X光透视着俄国人的灵魂。

——《出版人周刊》

书中记录着受污染的世界里骇人的生活。这些典型的故事分别传达出不同的声音:愤怒、恐惧、无知、艰苦、英勇、同情和爱。阿列克谢耶维奇冒着损害健康的风险,深入前线收集这些见证,把故事转化成令人难忘的精辟著作,我们只能期盼书中的灾难不会重现。

——《书目杂志》

阅读阿列克谢耶维奇的作品,或多或少都会让人感到哀伤。她的写作技法好似无言的雄辩,描绘了时代的无助、英雄主义和苦难。从受访者的独白中,她创造了这样一种历史:读者无论离事件多遥远,都会感同身受。阅读本书让我第一次感受到切尔诺贝利是欧洲的一场海啸,这场由人类造成的海啸,永无止尽…如果你关心未来,我强烈推荐本书。阿列克谢耶维奇的切尔诺贝利充满着极端和未知,它是技术爆炸的试验场。

—— Julian Evans,《每日电邮报》

她创造了一部情感史,你甚至可以认为它是一部灵魂史。

——Sara Danius,瑞典皇家科学院常任干事

不能承受的生命之轻

* 全球销售超三亿册的超级畅销书

* 二十世纪堪称伟大的小说

* 米兰·昆德拉代表作

人生选择之书,轻与重的相对论

“如果生命的初次排练就已经是生命本身,那么生命到底会有什么价值?”

“一切都是马上经历,仅此一次,不能准备。”

* 随书附赠定制版米兰·昆德拉主题贴纸

* 打造属于你自己的独一无二的个性昆德拉文集

《不能承受的生命之轻》是米兰·昆德拉的小说代表作,享誉世界的超级畅销书,小说依托二十世纪六十年代捷克斯洛伐克的历史剧变,以托马斯与特蕾莎偶然而宿命般的爱情为主线展开故事,不仅仅是描述几对男女感情上的纠葛,也不仅仅是书写个人命运在大的境遇变迁中的沉浮、个人在变革时刻的选择,更是一部层次丰富、意象繁复的哲理小说,从永恒轮回的谵妄之下人的生命分量几何这一带着神秘感的疑问开篇,随着不断穿插的书中人物的生活走向、所思所想提出了生命之轻与重、灵与肉的相对论。

该书是二十世纪最伟大的小说之一,昆德拉借此坚实地奠定了他作为世界上最伟大的在世作家的地位。

——《华盛顿时报》

他的作品使我坚信人类一定会生存下去,世界一定会生存下去,我全心全意在这个世界上所信仰、寻求和热望的一切都将恢复其人性的面貌。

感激他是因为在这个悲剧的今天,他使我比任何时候都更强烈地体会到,面对不朽的东西,即使死神也无能为力。”

——法国作家路易·阿拉贡

一部隐秘而闪光的杰作。

——伊恩·麦克尤恩

我只看过《不能承受的生命之轻》和《告别圆舞曲》,很喜欢。跟拉美、美国作家不太一样……小说中的讽刺有一点儿像黑色幽默,又不完全是,形成了一种独特的味道。

——莫言