返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 深度神经网络FPGA设计与实现 孙其功 等 编 大中专 文轩网
  • 新华书店正版
    • 作者: 暂无著
    • 出版社: 西安电子科技大学出版社
    • 出版时间:2020-10-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 暂无著
    • 出版社:西安电子科技大学出版社
    • 出版时间:2020-10-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-10-01
    • 字数:309000
    • 页数:248
    • 开本:16开
    • 装帧:平装
    • ISBN:9787560657431
    • 国别/地区:中国
    • 版权提供:西安电子科技大学出版社

    深度神经网络FPGA设计与实现

    作  者:孙其功 等 编
    定  价:35
    出 版 社:西安电子科技大学出版社
    出版日期:2020年10月01日
    页  数:248
    装  帧:平装
    ISBN:9787560657431
    主编推荐

    内容简介

    本书从深度神经网络和AI芯片研究现状出发,系统地论述了目前深度学习主流开发平台和深度神经网络基于FPGA平台实现加速的开发原理和应用实例。全书主要包括5部分:第1~2章介绍了深度神经网络的发展,并总结了深度学习主流开发平台和AI芯片的研究现状;第3~6章在对深度神经网络基础层算子、FPGA进行了介绍后,总结了FPGA神经网络开发基础及RTL级开发;第7章分析了基于FPGA实现神经网络加速的实例;第8章介绍了基于OpenCL的FPGA神经网络计算加速开发;第9章分析了前沿神经网络压缩与加速技术。 本书可以为人工智能、计算机科学、信息科学、神经网络加速计算研究者或者从事深度学习、图像处理的相关研究人员提供参考,也可作为相关专业本科生及研究生的教学参考书。

    作者简介

    精彩内容

    目录
    第1章深度学习及AI芯片
    1.1深度学习研究现状
    1.1.1深度学习的概念
    1.1.2深度学习和神经网络的发展历程
    1.1.3典型的深度神经网络
    1.1.4深度学习的典型应用
    1.2AI芯片研究现状
    1.2.1GPU
    1.2.2半制定FPGA
    1.2.3全定制ASIC
    1.2.4SoC
    1.2.5类脑芯片
    第2章深度学习开发平台
    2.1深度学习平台介绍
    2.1.1TensorFlow
    2.1.2Caffe
    2.1.3Pytorch
    2.1.4MXNet
    2.1.5CNTK
    2.1.6PaddlePaddle
    2.1.7Darknet
    2.2深度学习平台对比
    第3章深度神经网络基础层算子介绍
    3.1卷积算子
    3.2反卷积算子
    3.3池化算子
    3.3.1平均池化算子
    3.3.2优选池化算子
    3.4激活算子
    3.5全连接算子
    3.6Softmax算子
    3.7批标准化算子
    3.8Shortcut算子
    第4章FPGA基本介绍
    4.1FPGA概述
    4.1.1可编程逻辑器件
    4.1.2FPGA的特点
    4.1.3FPGA的体系结构
    4.2FPGA系列及型号选择
    4.2.1FPGA生产厂家
    4.2.2FPGA系列
    4.2.3基于应用的FPGA型号选择
    4.3FPGA性能衡量指标
    第5章FPGA神经网络开发基础
    5.1FPGA开发简介
    5.2FPGA的结构特性与优势
    5.3FPGA深度学习神经网络加速计算的开发过程
    5.3.1神经网络模型计算量分析
    5.3.2神经网络模型访问带宽分析
    5.3.3加速硬件芯片选型
    5.3.4加速硬件系统设计
    5.4FPGA在深度学习方面的发展
    第6章FPGA神经网络计算的RTL级开发
    6.1搭建开发环境
    6.1.1开发环境的选择
    6.1.2开发环境的搭建
    6.2RTL级开发的优势与劣势
    6.3RTL级开发的基本流程
    6.3.1需求理解
    6.3.2方案评估
    6.3.3芯片理解
    6.3.4详细方案设计
    6.3.5RTL级HDL设计输入
    6.3.6功能仿真
    6.3.7综合优化
    6.3.8布局布线与实现
    6.3.9静态时序分析与优化
    6.3.10芯片编程与调试
    6.4RTL级神经网络加速设计流程
    6.5RTL级神经网络加速仿真
    6.6RTL级神经网络加速时序优化
    第7章基于FPGA实现YOLOV2模型计算加速实例分析
    7.1神经网络基本算子的FPGA实现
    7.1.1加速逻辑方案整体设计
    7.1.2卷积算子设计
    7.1.3全连接算子设计
    7.1.4池化算子设计
    7.2FPGAYOLOV2的顶层设计
    7.2.1YOLOV2模型简介
    7.2.2YOLOV2模型结构
    7.2.3YOLOV2的FPGA实现设计
    7.3FPGAYOLOV2的模块设计
    7.3.1卷积
    7.3.2YOLOV2偏置、归一化/缩放/激活
    7.3.3激活函数
    7.4FPGAYOLOV2的系统和RTL仿真
    7.5FPGAYOLOV2系统时序优化
    7.5.1插入寄存器
    7.5.2并行化设计
    7.5.3均衡设计
    7.5.4减少信号扇出
    7.5.5优化数据信号路径
    7.6性能对比
    7.6.1S10的检测流程
    7.6.2检测结果
    7.6.3与GPU的性能对比
    第8章基于OpenCL的FPGA神经网络计算加速开发
    8.1OpenCL基础
    8.1.1OpenCL简介
    8.1.2OpenCL模型
    8.1.3命令事件
    8.2OpenCLFPGA开发流程
    8.2.1搭建OpenCL开发环境
    8.2.2开发流程
    8.3OpenCL程序优化
    8.3.1数据传输优化
    8.3.2内存访问优化
    8.3.3数据处理优化
    8.3.4其他优化手段
    8.3.5矩阵乘法优化实例
    8.4OpenCLFPGA实例
    8.4.1分类任务
    8.4.2目标检测
    第9章神经网络压缩与加速技术
    9.1神经网络剪枝压缩与权值共享方法
    9.1.1神经网络剪枝
    9.1.2权值共享
    9.2低秩估计
    9.3模型量化
    9.3.1二值化权重
    9.3.2三值化权重
    9.3.3二值化神经网络
    9.3.4多位神经网络
    9.4知识蒸馏
    参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购