深度學習框架及系統部署實戰-微課視頻版 袁雪 9787302647294 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$222
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202311*若逾兩年請先於私訊洽詢存貨情況，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：深度學習框架及系統部署實戰-微課視頻版 ISBN：9787302647294 出版社：清華大學 著編譯者：袁雪 頁數：116 所在地：中國大陸 *此為代購商品 書號：1584620 可大量預訂，請先連絡。 內容簡介 在數字化時代，嵌入式人工智慧系統和深度學習等技術變得越來越重要。在嵌入式平台上進行深度學習推理時會受到計算能力、存儲空間、能耗等資源限制的挑戰。本書從深度學習模型在資源受限的硬體平台上部署的角度，介紹嵌入式AI系統的基本概念、需求、挑戰，以及其軟硬體解決方案。 本書共分為7章。第1章介紹了邊緣計算；第2章介紹了嵌入式AI系統的基本概念及其面臨的需求與挑戰；第3章介紹了嵌入式AI系統的硬體解決方案；第4∼6章介紹了嵌入式AI系統的軟體解決方案，包括DNN模型的構建及實現、輕量級DNN模型的構建、模型輕量化方法及實現；第7章介紹了DNN模型的硬體部署。本書提供了基於Python語言和TorchAPI的大量代碼解析，並針對Intel系列和NVIDIA系列晶元的硬體部署分別進行介紹。 本書適合作為高等院校計算機專業、軟體工程專業的教材，也可供對深度學習、計算機視覺、嵌入式AI系統等感興趣的開發人員、廣大科技工作者和研究人員參考。目錄 第1章 邊緣計算1 1 雲計算與邊緣計算 1 2 邊緣計算的挑戰 1 2 1 DNN模型設計 1 2 2 DNN模型輕量化 1 2 3 硬體優化部署 1 3 雲一邊一端任務協作 1 4 本章小結 1 5 習題 第2章 嵌入式AI系統 2 1 嵌入式AI系統的概念 2 2 嵌入式AI系統的硬體結構 2 3 嵌入式AI系統的軟體結構 2 3 1 驅動層 2 3 2 操作系統層 2 3 3 中間件層 2 3 4 應用層 2 4 嵌入式深度學習技術 2 5 嵌入式AI系統的應用 2 5 1 車載輔助駕駛系統 2 5 2 無人機智能巡檢系統 2 5 3 VR設備 2 6 嵌入式AI系統的需求與挑戰 2 7 本章小結 2 8 習題 第3章 嵌入式AI系統的硬體解決方案 3 1 通用類晶元——GPU 3 2 半定製化晶元——FPGA 3 3 全定製化晶元——ASIC 3 4 類腦晶元 3 5 對四大類型Al晶元的總結與展望 3 5 1 對AI晶元的總結 3 5 2 對AI晶元的展望 3 6 本章小結 3 7 習題 第4章 深度卷積神經網路(DCNN)模型的構建及實現典 4 1 神經網路的概念及發展歷史 4 1 1 神經元的結構 4 1 2 感知機 4 1 3 BP演算法 4 1 4 神經網路的發展歷史 4 2 深度卷積神經網路(DCNN) 4 2 1 深度學習的概念 4 2 2 DCNN的概念 4 2 3 DCNN的構成 4 2 4 DCNN的訓練 4 3 幾種常用的DNN模型結構 4 3 1 AlexNet 4 3 2 VGG 4 3 3 GoogLeNet 4 3 4 ResNet 4 3 5 網路模型對比 4 3 6 遷移學習 4 4 圖像識別項目實戰 4 5 本章小結 4 6 習題 第5章 輕量級DCNN模型 5 1 MobiIeNet系列 5 1 1 MobileNet V1 5 1 2 M0bileNet V2 5 1 3 MobileNet V3 5 2 ShuffIeNet系列 5 2 1 ShuffleNet V1 5 2 2 ShuffleNet V2 5 3 輕量級DCNN模型對比 5 4 項目實戰 5 4 1 MobileNet V3模型構建 5 4 2 ShuffleNet V2模型構建 5 5 本章小結 5 6 習題 第6章 深度學習模型輕量化方法及實現 6 1 網路模型剪枝 6 1 1 基本原理 6 1 2 網路模型的剪枝分類 6 1 3 剪枝標準 6 1 4 剪枝流程 6 1 5 代碼實現 6 2 參數量化 6 2 1 基本原理 6 2 2 參數量化演算法的分類 6 2 3 參數量化流程 6 2 4 代碼實現 6 3 知識蒸餾法 6 3 1 基本原理 6 3 2 知識蒸餾演算法流程 6 3 3 代碼實現 6 4 本章小結 6 5 習題 第7章 AI模型的硬體部署 7 1 開放神經網路交換(ONNX)格式 7 1 1 ONNX模型 7 1 2 Torch模型轉ONNX模型實例 7 1 3 ONNX工作原理 7 1 4 ONNX型推理 7 1 5 推理速度對比 7 2 Intel系列晶元部署方法 7 2 1 OpenVINO的簡介 7 2 2 OpenVINO的安裝 7 2 3 OpenVINO工作流程 7 2 4 OpenVINO推理示例 7 3 NVIDIA系列晶元部署方法 7 3 1 TensorRT的簡介 7 3 2 TensorRT的安裝 7 3 3 TensorRT模型轉換 7 3 4 部署TensorRT模型 7 4 本章小結 7 5 習題 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
