掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能:寒武紀平臺邊緣智能實踐 版權信息
- ISBN：9787551622844
- 條形碼：9787551622844 ; 978-7-5516-2284-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能:寒武紀平臺邊緣智能實踐 本書特色
本書旨在幫助有一定人工智能理論基礎的學習者提升實踐能力。主要分為兩部分，**部分是對深度學習的一些基礎知識的介紹，作用是服務于后續案例，其中包含了對于國產智能化芯片——寒武紀智能芯片的相關知識的講解，從原理的介紹到平臺的使用，*后到邊緣化設備的使用都做了詳細的說明，有助于讀者理解從網絡模型到邊緣化設備的具體使用過程，讀者可參照這部分內容去完成后續的案例；第二部分則是列舉了當下一些較為熱門和應用程度較高的基于深度學習和神經網絡的相關商業化案例。包含了目標檢測、人臉識別、風格遷移、語音識別等不同領域的相關內容，基本涵蓋了普及程度的幾種人工智能的應用場景。相較于其他人工智能領域的書籍，本書的重點不是理論知識的學習，而是對理論知識的應用，在生活的實際場景中運用理論知識進行實際案例的實踐。
人工智能:寒武紀平臺邊緣智能實踐 內容簡介
《人工智能：寒武紀平臺邊緣智能實踐》旨在幫助有一定人工智能理論基礎的學習者提升實踐能力。主要分為兩部分，首部分是對深度學習的一些基礎知識的介紹，作用是服務于后續案例，其中包含了對于國產智能化芯片——寒武紀智能芯片的相關知識的講解，從原理的介紹到平臺的使用，*后到邊緣化設備的使用都做了詳細的說明，有助于讀者理解從網絡模型到邊緣化設備的具體使用過程，讀者可參照這部分內容去完成后續的案例；第二部分則是列舉了當下一些較為熱門和應用程度較高的基于深度學習和神經網絡的相關商業化案例。包含了目標檢測、人臉識別、風格遷移、語音識別等不同領域的相關內容，基本涵蓋了普及程度的幾種人工智能的應用場景。相較于其他人工智能領域的書籍，《人工智能：寒武紀平臺邊緣智能實踐》的重點不是理論知識的學習，而是對理論知識的應用，在生活的實際場景中運用理論知識進行實際案例的實踐。 《人工智能：寒武紀平臺邊緣智能實踐》以人工智能技術為核心，在寒武紀的邊緣電腦人工智能加速卡的基礎上，以實踐為目的指導如何對深度學習的網絡模型進行移植的過程。目的是讓讀者在原有的理論知識基礎上，增加動手機會，通過生活中的實際應用來增加讀者的興趣的同時真正具備實踐能力。
人工智能:寒武紀平臺邊緣智能實踐 目錄
第1部分 邊緣智能理論篇
第1章 邊緣錯能溉述
1．1 什么是邊緣智能
1．2 邊緣智能應用場景
1．3 邊緣智能的發展
1．4 邊緣智能面臨的挑戰
1．5 本章小結
第2章 深度學習介紹
2．1 深度學習發展歷程
2．2 感知機
2．3 神經網絡
2．4 卷積神經網絡
2．4．1 卷積運算
2．4．2 二維卷積
2．4．3 多通道二維卷積
2．4．4 輸入層
2．4．5 卷積層
2．4．6 池化層
2．4．7 全連接層
2．4．8 歸一化層
2．5 RNN和LSTM
2．6 本章小結
第3章 PyForeh使用
3．1 PyForch簡介
3．2 PyTorch安裝
3．2．1 Conda簡介
3．2．2 PyTorch下載安裝
3．3 PyTorch基礎
3．3．TFensor（張量）
3．3．2 網絡
3．3．3 損失函數
3．3．4 優化器
3．4 PyTorch編程流程
3．4．1 概述
3．4．2 實現步驟
3．5 Pytorch實現MNIS7'識別
3．5．1 引用和定義超參數
3．5．2 加載數據集
3．5．3 定義模型
3．5．4 模型訓練
3．5．5 模型測試
3．5．6 程序運行
3．6 本章小結
第4章 寒武紀平臺介紹
4．1 寒武紀介紹
4．2 寒武紀產品介紹
4．2．1 產品簡介
4．2．2 思元270（MLL1270）
4．2．3 思元220（MLI-1220）
4．3 寒武紀加速原理
4．3．1 CPU的計算瓶頸
4．3．2 硬件加速原理
4．4 寒武紀開發環境
4．5 硬件開發環境
4．5．1 平臺簡介
4．5．2 主要特性
4．5．3 功能接口
4．5．4 硬件規格
4．5．5 軟件規格
4．6 本章小結
第5章 寒武紀Pytorch使用
5．1 概述
5．2 移植流程
5．3 模型量化
5．3．1 概述
5．3．2 步驟
……
第2部分 邊緣智能實踐篇
結語
第1章 邊緣錯能溉述
1．1 什么是邊緣智能
1．2 邊緣智能應用場景
1．3 邊緣智能的發展
1．4 邊緣智能面臨的挑戰
1．5 本章小結
第2章 深度學習介紹
2．1 深度學習發展歷程
2．2 感知機
2．3 神經網絡
2．4 卷積神經網絡
2．4．1 卷積運算
2．4．2 二維卷積
2．4．3 多通道二維卷積
2．4．4 輸入層
2．4．5 卷積層
2．4．6 池化層
2．4．7 全連接層
2．4．8 歸一化層
2．5 RNN和LSTM
2．6 本章小結
第3章 PyForeh使用
3．1 PyForch簡介
3．2 PyTorch安裝
3．2．1 Conda簡介
3．2．2 PyTorch下載安裝
3．3 PyTorch基礎
3．3．TFensor（張量）
3．3．2 網絡
3．3．3 損失函數
3．3．4 優化器
3．4 PyTorch編程流程
3．4．1 概述
3．4．2 實現步驟
3．5 Pytorch實現MNIS7'識別
3．5．1 引用和定義超參數
3．5．2 加載數據集
3．5．3 定義模型
3．5．4 模型訓練
3．5．5 模型測試
3．5．6 程序運行
3．6 本章小結
第4章 寒武紀平臺介紹
4．1 寒武紀介紹
4．2 寒武紀產品介紹
4．2．1 產品簡介
4．2．2 思元270（MLL1270）
4．2．3 思元220（MLI-1220）
4．3 寒武紀加速原理
4．3．1 CPU的計算瓶頸
4．3．2 硬件加速原理
4．4 寒武紀開發環境
4．5 硬件開發環境
4．5．1 平臺簡介
4．5．2 主要特性
4．5．3 功能接口
4．5．4 硬件規格
4．5．5 軟件規格
4．6 本章小結
第5章 寒武紀Pytorch使用
5．1 概述
5．2 移植流程
5．3 模型量化
5．3．1 概述
5．3．2 步驟
……
第2部分 邊緣智能實踐篇
結語
展開全部
人工智能:寒武紀平臺邊緣智能實踐 作者簡介
朱宗衛，博士畢業于中國科學技術大學計算機學院，主要研究方向為邊緣智能與操作系統級功耗優化。2019年獲得江蘇省高層次創新創業人才(雙創博士)稱號,曾任職于中國礦業大學與華為公司，現為中國科學技術大學軟件學院教師。在學術方面，以第一作者在IoT、JSA等國際一流期刊與會議發表論文20余篇，并作為核心骨干參與了千萬級國家重大課題2項，當前個人負責科技創新特區項目1項、中科院先導項目子課題1項、江蘇省青年基金與博士后基金各1項。 張揚眉，博士就讀于中國科學院計算技術研究所，主要研究方向為深度學習算法。2020年獲得“中科院省院合作促進獎”先進個人榮譽稱號,曾任職于中國科學院計算技術研究所，長期從事科研成果產業化工作，持有“基金從業資格證”、“PMP項目管理專業人士資格認證”等相關資質認證。在學術方面，以第一作者在期刊與會議發表論文2篇，實用新型專利1項。
書友推薦
- >
朝聞道
- >
伯納黛特,你要去哪(2021新版)
- >
我與地壇
- >
山海經
- >
詩經-先民的歌唱
- >
隨園食單
- >
羅曼·羅蘭讀書隨筆-精裝
- >
唐代進士錄
本類暢銷
