當計算機體系結構遇到深度學習：面向計算機體系結構設計師的深度學習概論 ( 簡體 字) |
| 作者：[美]布蘭登·里根（Brandon Reagen）等 | 類別：1. -> 程式設計 -> 深度學習 |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 50945
詢問書籍請說出此書號！【有庫存】
NT售價： 345 元 |
| 出版日：4/9/2019 |
| 頁數：129 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787111622482 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：本書是面向計算機體系結構研究人員和工程師的深度學習入門讀本。旨在用深度學習的方法和工具來改進硬件設計和做好加速和優化，提高深度學習系統的性能和精度。 |
目錄：譯者序
前言
作者簡介
第1章 引言/ 1
1.1 神經網絡的興起和衰落/ 2
1.2 第三波人工智能熱潮/ 4
1.3 深度學習中硬件的角色/ 7
第2章 深度學習基礎/ 11
2.1 神經網絡/ 12
2.1.1 生物神經網絡/ 12
2.1.2 人工神經網絡/ 14
2.1.3 深度神經網絡/ 18
2.2 神經網絡學習/ 19
2.2.1 神經網絡學習的類型/ 21
2.2.2 深度神經網絡如何學習/ 22
第3章 方法和模型/ 31
3.1 高級神經網絡方法概述/ 32
3.1.1 模型體系結構/ 32
3.1.2 特殊化的層/ 36
3.2 現代深度學習的參考工作負載/ 37
3.2.1 深度學習工作負載集的標準/ 37
3.2.2 Fathom工作負載/ 40
3.3 深度學習背后的計算原理/ 44
3.3.1 深度學習框架的測量與分析/ 44
3.3.2 操作類型評測/ 46
3.3.3 性能相似度/ 48
3.3.4 訓練和推理/ 49
3.3.5 并行和操作平衡/ 51
第4章 神經網絡加速器優化：案例研究/ 55
4.1 神經網絡和簡單墻/ 57
4.2 Minerva：一種跨越三層的方法/ 60
4.3 建立基準：安全的優化/ 63
4.3.1 訓練空間探索/ 63
4.3.2 加速器設計空間/ 66
4.4 低功耗神經網絡加速器：不安全的優化/ 70
4.4.1 數據類型量化/ 70
4.4.2 選擇性操作修剪/ 72
4.4.3 SRAM故障緩解/ 74
4.5 討論/ 79
4.6 展望/ 81第5章 文獻調查和綜述/ 835.1 介紹/ 84
5.2 分類法/ 84
5.3 算法/ 86
5.3.1 數據類型/ 87
5.3.2 模型稀疏性/ 89
5.4 體系結構/ 92
5.4.1 模型稀疏性/ 95
5.4.2 模型支持/ 98
5.4.3 數據移動/ 105
5.5 電路/ 108
5.5.1 數據移動/ 109
5.5.2 容錯/ 112
第6章 結論/ 115
參考文獻/ 117 |
| 序： |
