机器学习及其硬件实现
正版新书 新华官方库房直发 可开电子发票
￥ 62.37 6.3折 ￥ 99 全新
库存29件
作者(日)高野茂之
出版社机械工业出版社
ISBN9787111739500
出版时间2024-01
版次1
装帧平装
开本16开
纸张胶版纸
页数264页
字数0.373千字
定价99元
货号SC:9787111739500
上书时间2024-07-09
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
主编推荐:
1. 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。
2. 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。
3. 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。
内容简介:本书讨论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。
1.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。
2.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。
3.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。
目录:
译者序
前言
第1章简介1
1.1机器学习的曙光1
1.1.1“Jeopardy!”中的IBM Watson挑战1
1.1.2ImageNet挑战2
1.1.3谷歌AlphaGo挑战职业围棋选手2
1.2机器学习及其应用3
1.2.1定义3
1.2.2应用3
1.3学习及其性能指标4
1.3.1学习前的准备5
1.3.2学习方法7
1.3.3性能指标和验证8
1.4例子11
1.4.1工业4.011
1.4.2交易（区块链）12
1.5机器学习的总结15
1.5.1与人工智能的区别15
1.5.2炒作周期15
第2章传统的微架构16
2.1微处理器16
2.1.1处理器核心的微架构16
2.1.2微处理器的编程模型17
2.1.3微处理器的复杂性18
2.1.4超标量处理器的优点和缺点20
2.1.5寄存器文件的规模20
2.1.6分支预测及其惩罚20
2.2多核处理器21
2.2.1众核的概念21
2.2.2编程模型21
2.3数字信号处理器22
2.3.1DSP的概念22
2.3.2DSP微架构23
2.4图形处理单元24
2.4.1GPU的概念24
2.4.2GPU微架构24
2.4.3GPU上的编程模型26
2.4.4将GPU应用于计算系统26
2.5现场可编程门阵列27
2.5.1FPGA的概
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价