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pdf获取方式:https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247488371&idx=1&sn=cb2dd02b196db9461cc2520b40f1628d&chksm=97a0d8a7a0d751b131793b885477169c94b51bf8ddf3ef95a5b8a4dfc0bb29faba812ff7ea06&token=439340225&lang=zh_CN#rd

 

    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pdf获取方式:https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247488371&idx=1&sn=cb2dd02b196db9461cc2520b40f1628d&chksm=97a0d8a7a0d751b131793b885477169c94b51bf8ddf3ef95a5b8a4dfc0bb29faba812ff7ea06&token=439340225&lang=zh_CN#rd

   

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