展开全部

主编推荐语

深入理解数学概念,掌握深度学习算法的核心技术与硬件加速方案。

内容简介

本书紧密围绕深度学习及加速技术的基础理论与应用案例展开叙述,实现了深度学习算法设计与硬件加速技术的有机统一,是一本基础理论与实践案例相结合的实用图书。其具体内容涉及人工智能基本概念,神经网络数学基础、神经网络基本结构与学习策略、反向传播算法数学原理与训练机制等神经网络基础理论,以及一些高级主题和实践。

本书可作为从事人工智能领域算法研究、架构设计与应用实现等工作的科研人员、工程师以及高等院校师生的参考书籍。

目录

  • 版权信息
  • 前言
  • 理论篇
  • 第1章 人工智能简介
  • 1.1 人工智能概念
  • 1.2 人工智能与深度学习
  • 1.3 人工智能发展阶段
  • 1.4 人工智能应用
  • 第2章 神经网络数学基础
  • 2.1 线性向量空间
  • 2.2 内积
  • 2.3 线性变换与矩阵表示
  • 2.4 梯度
  • 第3章 神经网络与学习规则
  • 3.1 神经元模型与网络结构
  • 3.2 感知机学习
  • 3.3 Hebb学习
  • 3.4 性能学习
  • 第4章 反向传播
  • 4.1 LMS算法
  • 4.2 反向传播算法
  • 4.3 反向传播算法变形
  • 4.4 反向传播算法实例分析
  • 第5章 卷积神经网络
  • 5.1 卷积神经网络基础
  • 5.2 LeNet
  • 5.3 AlexNet
  • 5.4 VGGNet
  • 5.5 GoogLeNet
  • 5.6 ResNet
  • 第6章 目标检测与识别
  • 6.1 R-CNN
  • 6.2 Fast R-CNN
  • 6.3 Faster R-CNN
  • 6.4 YOLO
  • 第7章 深度学习优化技术
  • 7.1 梯度消失
  • 7.2 过拟合
  • 7.3 初始值与学习速度
  • 7.4 损失函数
  • 第8章 深度学习加速技术
  • 8.1 软件模型优化技术
  • 8.2 GPU加速技术
  • 8.3 TPU加速技术
  • 8.4 FPGA加速技术
  • 应用篇
  • 第9章 基于OpenCL的FPGA异构并行计算技术
  • 9.1 OpenCL技术基础与环境搭建
  • 9.2 OpenCL异构并行计算架构
  • 9.3 OpenCL C语言基本语法与程序设计
  • 9.4 基于OpenCL的FPGA异构并行计算实现方法
  • 第10章 基于OpenCL的FPGA异构并行计算应用案例
  • 10.1 整体描述
  • 10.2 内核程序设计
  • 10.3 主程序设计
  • 10.4 执行与结果分析
  • 第11章 基于OpenVINO的FPGA深度学习加速技术
  • 11.1 OpenVINO技术基础与加速架构
  • 11.2 OpenVINO平台环境搭建
  • 11.3 OpenVINO模型优化器
  • 11.4 OpenVINO推理引擎
  • 第12章 基于OpenVINO的FPGA深度学习加速应用案例
  • 12.1 整体描述
  • 12.2 中间表示IR生成
  • 12.3 推理引擎程序设计
  • 12.4 执行与结果分析
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。