高效深度学习：模型压缩与设计
全新正版 极速发货
￥ 60.91 5.1折 ￥ 119 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者汪玉//宁雪妃|
出版社电子工业
ISBN9787121480591
出版时间2024-07
装帧平装
开本其他
定价119元
货号32112721
上书时间2024-07-03
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1部分 基础
1 绪论
1.1 神经网络技术的发展
1.2 神经网络的高效化需求
1.3 神经网络的高效化路径
1.4 本书主要内容
2 基础知识
2.1 优化问题
2.1.1 优化问题的定义和分类
2.1.2 优化方法的分类
2.2 卷积神经网络模型
2.2.1 基础模块
2.2.2 代表性模型介绍
2.3 视觉Transformer模型
2.3.1 基础模块
2.3.2 模型分类与总结
第2部分 高效模型压缩方法论
3 高效模块设计
3.1 概述
3.2 代表性模型介绍
3.2.1 SqueezeNet
3.2.2 MobileNet系列
3.2.3 ShuffleNet系列
3.2.4 GhostNet
3.2.5 ConvNeXt
3.2.6 VoVNet系列
3.2.7 RepVGG
3.3 高效模块的5个设计维度
3.4 本章小结
4 模型剪枝
4.1 模型剪枝的定义和分类
4.2 模型敏感度分析方法
4.2.1 层内和层间敏感度分析
4.2.2 层内敏感度分析指标
4.3 结构化剪枝方法
4.3.1 基于权重正则的结构化剪枝方法
4.3.2 基于搜索的结构化剪枝方法
4.3.3 给定资源限制的条件下的结构化剪枝方法
4.4 近似低秩分解方法
4.5 非结构化剪枝方法
4.6 半结构化剪枝方法
4.7 针对激活值的剪枝方法
4.8 剪枝方法的经验性选择
4.8.1 剪枝流程的选择
4.8.2 剪枝稀疏模式的选择
4.8.3 关于任务性能的经验
4.9 GroupLasso结构化剪枝的实践案例
4.10 本章小结
5 模型量化
5.1 模型量化的定义和分类
内容摘要
本书系统地介绍了高效模型压缩和模型设计的方法，在编写上兼顾理论和实践。本书主体部分详细介绍了模型压缩的方法论，包括高效模块设计、
模型剪枝、模型量化、模型二值化、神经网络架构搜索、知识蒸馏几大部分。另外，简要介绍了定制化硬件加速器的设计及大语言模型的加速和压缩。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价