Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 16 votes.
Titre original :
Efficient Processing of Deep Neural Networks
Contenu du livre :
Ce livre propose un traitement structuré des principes et techniques clés permettant un traitement efficace des réseaux neuronaux profonds (RNP). Les réseaux neuronaux profonds sont actuellement largement utilisés pour de nombreuses applications d'intelligence artificielle (IA), notamment la vision par ordinateur, la reconnaissance vocale et la robotique.
Bien que les réseaux neuronaux profonds offrent une précision de pointe pour de nombreuses tâches d'intelligence artificielle, cela se fait au prix d'une grande complexité de calcul. Par conséquent, les techniques qui permettent un traitement efficace des réseaux neuronaux profonds afin d'améliorer les paramètres clés - tels que l'efficacité énergétique, le débit et la latence - sans sacrifier la précision ou augmenter les coûts du matériel sont essentielles pour permettre le déploiement à grande échelle des réseaux neuronaux profonds dans les systèmes d'intelligence artificielle.
Ce livre présente le contexte du traitement des DNN, une description et une taxonomie des approches architecturales matérielles pour la conception d'accélérateurs de DNN, des mesures clés pour évaluer et comparer différentes conceptions, des caractéristiques du traitement des DNN qui se prêtent à une co-conception matériel/algorithme pour améliorer l'efficacité énergétique et le débit, ainsi que des possibilités d'application de nouvelles technologies. Les lecteurs y trouveront une introduction structurée au domaine ainsi que la formalisation et l'organisation de concepts clés issus de travaux contemporains qui offrent des perspectives susceptibles de susciter de nouvelles idées.
Autres informations sur le livre :
| ISBN : | 9783031006388 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2020 |
| Nombre de pages : | 254 |
Achat:
Actuellement disponible, en stock.
