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:

  • 正版新书]智能计算系统霁97871116465
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 霁著 | 霁编 | 霁译 | 霁绘
    • 出版社: 机械工业出版社
    • 出版时间:2020-03-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 霁著| 霁编| 霁译| 霁绘
    • 出版社:机械工业出版社
    • 出版时间:2020-03-01
    • 版次:1
    • 印次:1
    • 印刷时间:2020-03-01
    • 字数:400
    • 页数:380
    • 开本:16开
    • ISBN:9787111646235
    • 版权提供:机械工业出版社
    • 作者:
    • 著:
    • 装帧:平装
    • 印次:1
    • 定价:79
    • ISBN:9787111646235
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:2020-03-01
    • 语种:中文
    • 出版时间:2020-03-01
    • 页数:380
    • 外部编号:涿仝西I19196
    • 版次:1
    • 成品尺寸:暂无

    序言一
    序言二
    前言
    章 概述
     1.1 人工智能
    1.1.1 什么是人工智能
    1.1.2 人工智能的发展历史
    1.1.3 人工智能的主要方法
     1.2 智能计算系统
    1.2.1 什么是智能计算系统
    1.2.2 为什么需要智能计算系统
    1.. 智能计算系统的发展
     1.3 驱动范例
     1.4 本章小结
     习题
    第2章 神经网络基础
     2.1 从机器学习到神经网络
    2.1.1 基本概念
    2.1.2 线回归
    2.1.3 感知机
    2.1.4 两层神经网络——多层感知机
    2.1.5 深度学习(深层神经网络)
    2.1.6 神经网络发展历程
     2.2 神经网络训练
    2.2.1 正向传播
    2.2.2 反向传播
     . 神经网络设计原则
    ..1 网络的拓扑结构
    ..2 激活函数
    .. 损失函数
     2.4 过拟合与正则化
    2.4.1 过拟合
    2.4.2 正则化
     2.5 交叉验
     2.6 本章小结
     习题
    第3章 深度学习
     3.1 适合图像处理的卷积神经网络
    3.1.1 卷积神经网络的组成
    3.1.2 卷积层
    3.1.3 池化层
    3.1.4 全连接层
    3.1.5 softmax层
    3.1.6 卷积神经网络总体结构
     3.2 基于卷积神经网络的图像分类算法
    3.2.1 AlexNet
    3.2.2 VGG
    3.. Inception
    3.2.4 ResNet
     3.3 基于卷积神经网络的图像目标检测算法
    3.3.1 评价指标
    3.3.2 RCNN系列
    3.3.3 YOLO
    3.3.4 SSD
    3.3.5 小结
    3.4 序列模型:循环神经网络
    3.4.1 RNN
    3.4.2 LSTM
    3.4.3 GRU
    3.4.4 小结
     3.5 生成对抗网络
    3.5.1 模型组成
    3.5.2 GAN训练
    3.5.3 GAN结构
     3.6 驱动范例
    3.6.1 基于卷积神经网络的图像风格迁移算法
    3.6.2 实时图像风格迁移算法
     3.7 本章小结
     习题
    第4章 编程框架使用
     4.1 为什么需要编程框架
     4.2 编程框架概述
    4.2.1 通用编程框架概述
    4.2.2 TensorFlow概述
     4.3 TensorFlow编程模型及基本用法
    4.3.1 计算图
    4.3.2 作 4.3.3 张量
    4.3.4 会话
    4.3.5 变量
    4.3.6 占位符
    4.3.7 队列
     4.4 基于TensorFlow实现深度学习预测
    4.4.1 读取输入样本
    4.4.2 定义基本运算单元
    4.4.3 创建神经网络模型
    4.4.4 计算神经网络模型输出
     4.5 基于TensorFlow实现深度学习训练
    4.5.1 加载数据
    4.5.2 模型训练
    4.5.3 模型保存
    4.5.4 图像风格迁移训练的实现
     4.6 本章小结
     习题
    第5章 编程框架机理
     5.1 TensorFlow设计原则
    5.1.1 高能
    5.1.2 易开发
    5.1.3 可移植
     5.2 TensorFlow计算图机制
    5.2.1 一切都是计算图
    5.2.2 计算图本地执行
    5.. 计算图分布式执行
     5.3 TensorFlow系统实现
    5.3.1 整体架构
    5.3.2 计算图执行模块
    5.3.3 设备抽象和管理
    5.3.4 网络和通信
    5.3.5 算子实现
     5.4 编程框架对比
    5.4.1 TensorFlow
    5.4.2 PyTorch
    5.4.3 MXNet
    5.4.4 Caffe
     5.5 本章小结
     习题
    第6章 深度学习处理器原理
     6.1 深度学习处理器概述
    6.1.1 深度学习处理器的意义
    6.1.2 深度学习处理器的发展历史
    6.1.3 设计思路
     6.2 目标算法分析
    6.2.1 计算特征
    6.2.2 访存特征
     6.3 深度学习处理器DLP结构
    6.3.1 指令集
    6.3.2 流水线
    6.3.3 运算部件
    6.3.4 访存部件
    6.3.5 算法到芯片的映
    6.3.6 小结
     6.4 优化设计
    6.4.1 基于标量MAC的运算
    部件
    6.4.2 稀疏化
    6.4.3 低位宽
     6.5 能评
    6.5.1 能指标
    6.5.2 测试基准程序
    6.5.3 影响能的因素
     6.6 加速器
    6.6.1 GPU架构简述
    6.6.2 FPGA架构简述
    6.6.3 DLP与GPU、FPGA的对比
     6.7 本章小结
     习题
    第7章 深度学习处理器架构
     7.1 单核深度学习处理器
    7.1.1 总体架构
    7.1.2 控制模块
    7.1.3 运算模块
    7.1.4 存储单元
    7.1.5 小结
     7.2 多核深度学习处理器
    7.2.1 总体架构
    7.2.2 Cluster架构
    7.. 互联架构
    7.2.4 小结
     7.3 本章小结
     习题
    第8章 智能编程语言
     8.1 为什么需要智能编程语言
    8.1.1 语义鸿沟
    8.1.2 硬件鸿沟
    8.1.3 平台鸿沟
    8.1.4 小结
     8.2 智能计算系统抽象架构
    8.2.1 抽象硬件架构
    8.2.2 典型智能计算系统
    8.. 控制模型
    8.2.4 计算模型
    8.2.5 存储模型
     8.3 智能编程模型
    8.3.1 异构编程模型
    8.3.2 通用智能编程模型
     8.4 智能编程语言基础
    8.4.1 语法概述
    8.4.2 数据类型

    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