AI晶元應用開發實踐-深度學習演算法與晶元設計 曾維 王洪輝 朱星 9787111773542 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*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：202502*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：AI晶元應用開發實踐-深度學習演算法與晶元設計
ISBN：9787111773542
出版社：機械工業
著編譯者：曾維 王洪輝 朱星
頁數：218
所在地：中國大陸 *此為代購商品
書號：1716540
可大量預訂，請先連絡。

內容簡介

本書是一本關於AI晶元的綜合指南，不僅系統介紹了AI晶元的基礎知識和發展趨勢，還重點介紹了AI晶元在各個領域的應用與開發。 本書共分為9章，包括：認識AI晶元、AI晶元開發平台、數據預處理、AI晶元應用開發框架、AI晶元常用模型的訓練與輕量化、模型的推理框架——ONNX Runtime、FPGA類AI晶元的開發實踐、同構智能晶元平台應用開發實踐和異構智能晶元平台應用開發實踐。 本書理論聯繫實際，突出了AI晶元應用的實踐特色，能夠很好地滿足高校人工智能、電子信息工程、智能製造工程等專業AI晶元與應用開發人才的培養的需求，也非常適合AI晶元開發工程師技能提升的需求。

目錄

前言
1 認識AI晶元
1 1 AI晶元概述
1 2 AI晶元分類
1 2 1 傳統中央微處理器——MPU
1 2 2 通用晶元——GPU
1 2 3 半定製化晶元——FPGA
1 3 AI晶元開發的通用流程
1 3 1 選擇AI晶元開發平台
1 3 2 數據預處理
1 3 3 模型訓練與模型的輕量化
1 3 4 框架選擇與模型推理
1 3 5 晶元環境配置與模型部署
1 4 AI晶元常用功能加速模塊
1 4 1 功能加速模塊概述
1 4 2 視覺處理加速器——VPAC
1 4 3 深度和運動感知加速器——DMPAC
1 4 4 深度學習加速器——DLA
1 4 5 視覺加速器——PVA
1 5 本章小結
1 6 本章習題
2 AI晶元開發平台
2 1 AI晶元硬體平台的分類
2 1 1 同構AI晶元硬體平台
2 1 2 異構AI晶元硬體平台
2 2 AI晶元開發平台的常用外設
2 2 1 網絡設備
2 2 2 顯示模塊和攝像頭模塊
2 2 3 模數轉換器模塊ADC
2 2 4 通用輸入/輸出模塊GPIO
2 2 5 IIC控制器
2 3 本章小結
2 4 本章習題
3 數據預處理
3 1 深度學習數據預處理概述
3 2 常用的數據預處理方法
3 2 1 零均值化（中心化）
3 2 2 歸一化（標準化）
3 2 3 主成分分析（PCA）
3 2 4 白化（Whitening）
3 3 視頻數據預處理——基於GStreamer
3 3 1 GStreamer概述
3 3 2 GStreamer工具
3 3 3 GStreamer的使用方法
3 3 4 編寫GStreamer的插件
3 4 本章小結
3 5 本章習題
4 AI晶元應用開發框架
4 1 AI晶元應用開發框架概述
4 2 常用的AI晶元應用開發框架
4 2 1 基於NVIDIA的開發框架TensorRT
4 2 2 Google Research的開發框架MediaPipe
4 2 3 英特爾的開發框架OpenVINO
4 2 4 針對手機端的開發框架NCNN
4 3 開發框架應用示例：車牌識別
4 3 1 數據集
4 3 2 車牌區域檢測
4 3 3 車牌識別算法
4 3 4 模型訓練
4 3 5 模型部署
4 4 本章小結
4 5 本章習題
5 AI晶元常用模型的訓練與輕量化
5 1 常用的網絡模型
5 1 1 深度神經網絡（DNN）
5 1 2 卷積神經網絡（CNN）
5 1 3 殘差網絡（ResNet）
5 1 4 生成對抗網絡（GAN）
5 1 5 循環神經網絡（RNN）
5 1 6 長短記憶網絡（LSTM）
5 1 7 Transformer
5 1 8 大語言模型GPT
5 2 常用的模型學習類型
5 2 1 監督學習
5 2 2 半監督學習
5 2 3 無監督學習
5 2 4 強化學習
5 3 模型的輕量化方法
5 3 1 模型輕量化的概念與作用
5 3 2 基於結構優化的輕量化方法
5 3 3 基於參數量化的輕量化方法
5 3 4 基於網絡剪枝的輕量化方法
5 3 5 基於知識蒸餾技術的輕量化方法
5 4 輕量化模型設計實例：YOLOFire目標檢測算法
5 4 1 YOLOFire檢測算法設計
5 4 2 網絡整體結構
5 4 3 基於相關性的損失函數
5 4 4 模型訓練
5 4 5 實驗過程與結果
5 5 本章小結
5 6 本章習題
6 模型的推理框架——ONNX Runtime
6 1 ONNX Runtime概述
6 2 ONNX Runtime推理流程
6 2 1 安裝環境
6 2 2 訓練模型
6 2 3 將模型轉換導出為ONNX格式
6 2 4 使用ONNX Runtime載入運行模型
6 3 ONNX格式轉換工具
6 3 1 MXNet轉換成ONNX
6 3 2 TensorFlow轉換成ONNX
6 3 3 PyTorch轉換成ONNX
6 4 ONNX Runtime示例：邏輯回歸算法（基於scikitlearn的實現）
6 4 1 ONNX Runtime模型運行過程
6 4 2 訓練模型
6 4 3 將模型轉換導出為ONNX格式
6 4 4 使用ONNX Runtime載入運行模型
6 4 5 ONNX Runtime中實現邏輯回歸算法實例
6 5 本章小結
6 6 本章習題
7 FPGA類AI晶元的開發實踐
7 1 開發工具Vitis AI概述
7 2 Vitis AI的常用參數化IP核
7 2 1 DPUCZDX8G概述
7 2 2 高性能通用CNN處理引擎DPUCVDX8G
7 2 3 高吞吐量通用CNN處理引擎DPUCVDX8H
7 2 4 包含最優化的深度學習模型的Vitis AI Model Zoo
7 3 Vitis AI開發工具包
7 3 1 Vitis AI量化器
7 3 2 Vitis AI優化器
7 3 3 Vitis AI編譯器
7 3 4 Vitis AI Profiler（分析器）
7 3 5 Vitis AI庫
7 4 Vitis AI應用開發示例：應用Zynq監測道路裂縫
7 5 本章小結
7 6 本章習題
8 同構智能晶元平台應用開發實踐
8 1 Jetson Nano開發者套件簡介
8 2 使用前的準備
8 2 1 安裝風扇
8 2 2 安裝無線網卡
8 2 3 安裝攝像頭
8 2 4 配置系統
8 3 開發實踐：行人識別
8 3 1 模型訓練
8 3 2 實驗環境
8 3 3 行人檢測功能測試
8 4 本章小結
8 5 本章習題
9 異構
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。