首页>参考读物>计算机科学与技术>人工智能
机器学习及其硬件实现
作者
:
[日]高野茂之(Shigeyuki Takano) 著
译者
:
黄智濒 译
出版日期 :
2023-12-21
ISBN
:
978-7-111-73950-0
定价
:
99.00元
扩展资源下载
扩展信息
语种
:
简体中文
页数
:
无
开本
:
16
原书名
:
Thinking Machines: Machine Learning and Its Hardware Implementation
原出版社:
Elsevier Inc.
属性分类:
店面
包含CD
:
无CD
绝版
:
未绝版
图书简介
本书主要讨论机器学习、神经形态计算和神经网络的理论及应用，专注于机器学习加速器和硬件开发。本书从传统的微处理架构发展历程入手，介绍在后摩尔定律和后丹纳德微缩定律下，新型架构的发展趋势和影响执行性能的各类衡量指标。然后从应用领域、ASIC和特定领域架构三个角度展示了设计特定的硬件实现所需考虑的诸多因素。接着结合机器学习开发过程及其性能提升方法（如模型压缩、编码、近似、优化等）介绍硬件实现的细节。zui后给出机器学习硬件实现的大量案例，展示机器如何获得思维能力。本书适合有一定机器学习基础并希望了解更多技术发展趋势的读者阅读。
图书特色
W
上架指导
计算机/人工智能/机器学习
封底文字
本书讨论机器学习、神经形态计算和神经网络的理论及应用，主要内容包括机器学习硬件的发展趋势和应用实例，机器学习的基础知识，以及实现过程中涉及的主要问题。
本书特色
·涵盖多种机器学习硬件和平台，以及各类机器学习硬件加速器解决方案，读者可根据需要将这些解决方案应用于合适的机器学习算法。
·对现有研究成果和产品进行回顾，分析不同的机器学习模型，并通过FPGA和ASIC方法解释目标机器学习模型的设计。
·对硬件设计的未来方向进行展望，涉及传统微处理器、GPU、FPGA和ASIC等，帮助读者了解现代研究趋势，进而实现自己的设计。
图书目录
图书评论
