本书介绍
本书对深度神经网络(DNN)高效处理的关键原理和技术进行了结构化的系统介绍。DNN当前广泛用于许多人工智能(AI)应用程序,包括计算机视觉,语音识别和机器人技术。尽管DNN在许多AI任务上都提供了最先进的准确性,但它却通常会付出非常高昂的计算代价。因此,在不牺牲准确性或增加硬件成本的情况下,能够有效处理深度神经网络以改善关键指标(例如能效,吞吐量和延迟)的技术对于在AI系统中广泛部署DNN至关重要。
本书最新版pdf下载地址:
20年6月最新-《深度神经网络的高效处理技术综述》免费书分享mp.weixin.qq.com本书包括DNN处理的背景知识;设计DNN加速器的硬件体系结构方法的描述和分类方法;评估和比较不同设计的关键指标;DNN处理的特性适合硬件/算法的协同设计,以提高能源效率和吞吐量;以及应用新技术的机会。读者将发现该领域的结构化介绍,以及当代作品中关键概念的形式化和组织化,这些见解可以激发新思想。
本书目录
本书内容节选
本书免费pdf下载地址: 20年6月最新-《深度神经网络的高效处理技术综述》免费书分享
往期精品内容推荐
零门槛|小白也能这样搭建对话系统
2020年最新-《Pytorch深度学习实战》免费书分享
免费好书-《机器学习入门-第二版》最新pdf分享
2020年至今-NN SLAM各领域必读的最新研究论文整理分享
精品干货课程推荐-深度学习、机器学习算法原理、工业实战从入门到精通
MIT《计算系统生物学:生命科学中的深度学习》课程 (2020) 视频频及ppt免费分享
MIT人工智能实验室:如何做人工智能相关研究一些建议
MIT新课-《6.824分布式系统2020春》视频及ppt分享
2020年机器学习和深度学习会议及时间点整理分享
40+机器学习教程分享-涵盖机器学习所有方面
历史最全自然语言处理测评基准分享-数据集、基准(预训练)模型、语料库、排行榜