嵌入式人工智能 李斌 9787302627968 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202305*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：嵌入式人工智能
ISBN：9787302627968
出版社：清華大學
著編譯者：李斌
頁數：349
所在地：中國大陸 *此為代購商品
書號：1507732
可大量預訂，請先連絡。

內容簡介

本書針對嵌人式人工智能這一嶄新的課題，系統地總結了嵌入式人工智能的原理、平台和實現。在原理部分，分析了嵌入式人工智能實現的三大途徑——雲計算模式、本地模式和本地-雲協同模式，提煉出實現嵌入式人工智能的五大組件——嵌入式神經網絡芯片、輕量級神經網絡演算法、模型壓縮技術、編譯優化技術和多層級聯的應用程序框架。在平台部分，介紹了業界主流的嵌入式神經網絡芯片和軟體框架。在實現部分，概括了嵌入式人工智能的開發流程，並結合代碼展示了嵌入式人工智能的實際應用案例。 本書作為國內首部全面介紹嵌入式人工智能這一新興領域的著作，內容豐富翔實、結構清晰合理、兼顧原理分析和實踐應用，具有較高的參考價值，可作為有志於研究和實現嵌入式人工智能的學生、工程技術人員及其他相關人員的入門讀物和參考書。

目錄

第一篇 原理
第1章 人工智能與人工神經網絡
1 1 什麼是人工智能
1 2 什麼是人工神經網絡
1 3 人類大腦
1 4 人工神經網絡的基本構成
1 4 1 人工神經元
1 4 2 人工神經網絡的結構
1 5 人工神經網絡的學習機制
1 6 人工神經網絡的類型
1 7 人工神經網絡的優勢
1 8 深度神經網絡
1 8 1 什麼是深度神經網絡
1 8 2 常見的深度神經網絡
1 8 3 卷積神經網絡
1 9 神經網絡架構搜索
1 9 1 搜索空間
1 9 2 強化學習搜索
1 9 3 漸進式搜索
1 9 4 離散搜索
1 10 遷移學習
1 10 1 什麼是遷移學習
1 10 2 遷移學習的類型
1 10 3 遷移學習的優勢
1 10 4 遷移學習的方式
1 10 5 遷移學習與嵌入式人工智能
第2章 嵌入式人工智能
2 1 什麼是嵌入式人工智能
2 2 為什麼需要嵌入式人工智能
2 3 最初的嘗試：雲計算模式
2 4 從雲端到設備：本地模式
2 5 嵌入式人工智能的技術挑戰
2 6 嵌人式人工智能的實現途徑
2 7 嵌入式人工智能的實現組件
第3章 嵌人式AI芯片原理
3 1 并行計算
3 2 脈動陣列
3 3 多級緩存
3 4 數據流
第4章 輕量級神經網絡
4 1 降低計算複雜度
4 1 1 分組卷積
4 1 2 深度方向卷積
4 1 3 點向卷積
4 1 4 深度可分離卷積
4 1 5 通道亂序混合
4 2 SqueezeNet
4 2 1 核心思想
4 2 2 網路結構
4 2 3 性能
4 3 Xception
4 3 1 核心思想
4 3 2 網路結構
4 3 3 性能
4 4 MobileNet v1
4 4 1 核心思想
4 4 2 網路結構
4 4 3 性能
4 5 MobileNet v2
4 5 1 核心思想
4 5 2 網路結構
4 5 3 性能
4 6 MnasNet
4 6 1 核心思想
4 6 2 網路結構
4 6 3 性能
4 7 MobileNet v3
4 7 1 核心思想
4 7 2 網路結構
4 7 3 性能
4 8 輕量級神經網絡的應用
第5章 深度神經網絡壓縮
5 1 神經網絡壓縮的一般方法
5 1 1 剪枝
5 1 2 權重共享
5 1 3 量化
5 1 4 二值／三值化
5 1 5 Winograad卷積
5 2 壓縮一編譯協同設計
5 2 1 壓縮一編譯協同設計的概念
5 2 2 壓縮器
5 2 3 編譯器
5 2 4 壓縮一編譯協同設計的優勢
第6章 嵌人式神經網絡應用程序框架
6 1 分層級聯繫統的構成
6 2 分層級聯繫統的效率
6 3 基於CNN的分層人臉識別系統
6 4 本地一雲協同模式
第7章 終生深度學習
7 1 傳統深度學習的缺陷及原因
7 2 終生深度學習的目標
7 3 終生深度學習的特性
7 4 神經生物學的啟示
7 5 終生深度神經網絡的實現
7 5 1 雙重學習系統
7 5 2 實時更新
7 5 3 記憶合併
7 5 4 適應真實場景
7 6 終生深度學習與嵌入式神經網絡
第二篇 平台
第8章 嵌入式神經網絡硬體加速器
8 1 概述
8 2 NVIDIA Jetson
8 2 1 JetSOn模塊簡介
8 2 2 JetS011模塊內部結構
8 2 3 Jetson性能
8 3 Intel Movidius
8 3 1 Movidius Myriad X VPU芯片
8 3 2 Intel Movidius神經計算棒
8 4 Google-Edge TPU
8 4 1 Google Edge TPU簡介
8 4 2 Google Edge TPU工作原理
8 5 XILINX DPU
8 6 ARM Ethos NPU
8 6 1 ARM機器學習處理器
8 6 2 EtIlOS—N系歹0
8 6 3 Ethos—U系列
8 7 小結
第9章 嵌入式神經網絡軟體框架
9 1 TensorFlow Lite
9 1 1 TensorFlow Lite簡介
9 1 2 TensorFlow Lite工作原理
9 2 TensorRT
9 2 1 TensorRT簡介
9 2 2 TensorRT如何應用
9 3 OpenVINO
9 3 1 OpenVINO簡介
9 3 2 OpenVINO的構成
9 3 3 OpenVINO應用開發
9 4 XILINX Vitis
9 5 uTerlsor
9 6 Apache TVM
9 7 小結
第三篇 實現
第10章 搭建嵌入式神經網絡開發環境
10 1 嵌入式AI開發流程
10 2 NVIDIA JetSon開發流程
第11章 優化嵌入式神經網絡模型
11 1 TensorFlow模型優化
11 1 1 訓練后優化
11 1 2 訓練時優化
11 2 TensorRT模型優化
11 2 1 與主流深度學習框架集成
11 2 2 部署到嵌入式系統
11 2 3 TensorRT API
11 2 4 TensorRT應用示例
11 2 5 模型轉換器
11 3 兩種模型優化技術的對比
第12章 在嵌人式設備
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。