本文共 395 字，大约阅读时间需要 1 分钟。

本书介绍

    本书对深度神经网络（DNN）高效处理的关键原理和技术进行了结构化的系统介绍。DNN当前广泛用于许多人工智能（AI）应用程序，包括计算机视觉，语音识别和机器人技术。尽管DNN在许多AI任务上都提供了最先进的准确性，但它却通常会付出非常高昂的计算代价。因此，在不牺牲准确性或增加硬件成本的情况下，能够有效处理深度神经网络以改善关键指标（例如能效，吞吐量和延迟）的技术对于在AI系统中广泛部署DNN至关重要。

本pdf获取方式:

    本书包括DNN处理的背景知识；设计DNN加速器的硬件体系结构方法的描述和分类方法；评估和比较不同设计的关键指标；DNN处理的特性适合硬件/算法的协同设计，以提高能源效率和吞吐量；以及应用新技术的机会。读者将发现该领域的结构化介绍，以及当代作品中关键概念的形式化和组织化，这些见解可以激发新思想。

本书目录

本书内容节选

本pdf获取方式:

往期精品内容推荐

转载地址：https://lqfarmer.blog.csdn.net/article/details/107441557 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！