Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 16 olvasói szavazat alapján történt.
Efficient Processing of Deep Neural Networks
Ez a könyv strukturáltan tárgyalja a mély neurális hálózatok (DNN-ek) hatékony feldolgozását lehetővé tevő legfontosabb elveket és technikákat. A DNN-eket jelenleg széles körben használják számos mesterséges intelligencia (AI) alkalmazásban, beleértve a számítógépes látást, a beszédfelismerést és a robotikát.
Bár a DNN-ek számos mesterséges intelligenciafeladatban a legmodernebb pontosságot nyújtják, ennek ára a nagy számítási komplexitás. Ezért a mély neurális hálózatok hatékony feldolgozását lehetővé tevő technikák, amelyek javítják a kulcsfontosságú mérőszámokat - például az energiahatékonyságot, az áteresztőképességet és a késleltetést - a pontosság feláldozása vagy a hardverköltségek növelése nélkül, kritikus fontosságúak a DNN-ek széles körű alkalmazásának lehetővé tételéhez az AI-rendszerekben.
A könyv tartalmazza a DNN-feldolgozás hátterét; a DNN-gyorsítók tervezéséhez használt hardverarchitektúra-közelítések leírását és rendszertanát; a különböző tervek értékeléséhez és összehasonlításához szükséges legfontosabb mérőszámokat; a DNN-feldolgozás azon jellemzőit, amelyek az energiahatékonyság és az áteresztőképesség javítása érdekében a hardver/algoritmus együttes tervezésével megvalósíthatók; valamint az új technológiák alkalmazási lehetőségeit. Az olvasók strukturált bevezetést találnak a területbe, valamint a kortárs munkákból származó kulcsfogalmak formalizálását és rendszerezését, amelyek olyan betekintést nyújtanak, amely új ötleteket adhat.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)