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:
本店所有商品

  • 醉染图书MindSpore深度学习高阶技术9787302589587
  • 正版全新
    • 作者: 陈雷著 | 陈雷编 | 陈雷译 | 陈雷绘
    • 出版社: 清华大学出版社
    • 出版时间:2021-10-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 陈雷著| 陈雷编| 陈雷译| 陈雷绘
    • 出版社:清华大学出版社
    • 出版时间:2021-10-01
    • 版次:1
    • 印次:1
    • 字数:468000
    • 页数:672
    • 开本:32开
    • ISBN:9787302589587
    • 版权提供:清华大学出版社
    • 作者:陈雷
    • 著:陈雷
    • 装帧:平装
    • 印次:1
    • 定价:99.00
    • ISBN:9787302589587
    • 出版社:清华大学出版社
    • 开本:32开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-10-01
    • 页数:672
    • 外部编号:1202518561
    • 版次:1
    • 成品尺寸:暂无

    章数据处理001.1转换数据集为MindRecord001.1.1背景与现状001.1.2MindRecord技术原理001.1.3使用示例001.2自动数据001.2.1背景与现状001.2.2自动数据技术原理001..使用示例01.3轻量化数据处理01.3.1背景与现状01.3.2Eager模式原理01.3.3使用示例01.4单节点缓存加速01.4.1背景与现状01.4.2单节点缓存原理01.4.3单节点预处理数据缓存功能的使用01.4.4能优势展示01.5优化数据处理01.5.1背景与现状01.5.2数据处理优化途径01.6本章小结0第2章网络构建02.1自定义算子02.1.1算子原语02.1.2算子实现和算子信息注册02.1.3使用自定义算子02.1.4定义算子反向传播函数02.1.5小结02.2深度概率学习02.2.1框架模块02.2.2深度概率推断算法与概率模型02..贝叶斯神经网络02.2.4贝叶斯应用工具箱02.2.5小结0.高阶自动微分0..1微分求解方法概述0..2技术原理0..相关案例02.4本章小结0第3章训练与推理能优化03.1千亿参数模型自动并行03.1.1分布式训练基础03.1.2关键问题03.1.3整体流程03.1.4流水线并行03.1.5并行子图切分03.1.6算子级并行03.1.7优化器切分03.1.8异构图切分03.1.9重计算03.1.10GPT3超大规模分布式并行方案03.1.11小结03.2二阶优化03.2.1优化器背景介绍03.2.2THOR简介03..THOR的实践应用03.2.4小结03.3模型量化03.3.1量化算法原理03.3.2感知量化训练03.3.3训练后量化3.3.4小结3.4类型推导3.4.1静态分析技术背景3.4.2静态分析设计3.4.3静态分析模块设计3.4.4小结3.5图算融合3.5.1技术原理3.5.2MindSpore上的图算融合3.5.3小结3.6推理图优化3.6.1算子融合3.6.2算子替换3.6.3常量折叠3.6.4算子重排3.6.5小结3.7kernel优化3.7.1硬件优化3.7.2算法优化3.7.3小结3.8本章小结第4章模型安全与隐私4.1对抗攻防4.1.1背景4.1.2MinAour的攻防能力4.1.3使用示例4.2差分隐私训练4.2.1差分隐私4.2.2使用示例4.3AIFuzzer测试模型安全43.1AIFuzzer原理4.3.2使用示例4.4隐私泄露风险评估4.4.1原理4.4.2使用示例4.5本章小结第5章模型可靠51模型鲁棒度量及提升5.1.1技术现状5.1.2方案5.1.3应用结果5.1.4技术发展5.1.5小结5.2概念漂移检测5.2.1问题背景5.2.2业界现状5..常用检测算法5.2.4小结5.3基于故障注入的测试5.3.1故障模式库5.3.2故障注入测试5.3.3小结5.4本章小结第6章可解释AI6.1扰动类可解释AI算法的问题与改进6.1.1扰动类可解释方法简介6.1.2扰动类可解释方法的问题分析6.1.3改进方法通用框架6.1.4RISE6.1.5使用示例6.1.6扩展分析6.2基于层级遮掩的反事实解释6.2.1技术原理6.2.2使用示例6..小结.基于塔桥网络模型的解释6.3.1发展现状6.3.2技术原理6.3.3解释应用示例6.3.4训练TBNet网络6.3.5小结6.4本章小结第7章AI中的公平问题7.1多样的公平定义7.1.1群体公平7.1.2个体公平7.1.3过程公平7.2偏见消减7.2.1数据预处理7.2.2模型构建与训练7..后矫正7.3AI公平的应场景7.3.1内容生成与分类任务7.3.2资源分配与决策任务7.4本章小结第8章数据驱动AI建模8.1医药生物计算案例8.1.1背景介绍8.1.2发展现状8.1.3相关案例8.1.4小结8.2天气预报案例8.2.1背景介绍8.2.2发展现状8..相关案例8.2.4小结8.3金属材料模拟8.3.1背景介绍8.3.2发展现状8.3.3相关案例8.3.4小结8.4AI求解薛定谔方程8.4.1背景介绍8.4.2发展现状8.4.3相关案例8.4.4小结8.5本章小结第9章AI求解科学计算方程9.1业界经典微分方程学术进展9.1.1背景介绍9.1.2物理信息神经网络9.1.3傅里叶经9.1.4小结9.2SimNet9.2.1背景介绍9.2.2框架介绍9..相关案例9.3SciML9.3.1框架介绍9.3.2典型案例9.3.3小结9.4本章小结0章AI加速科学方法10.1海洋模式背景介绍10.2基于OpenArray的区域海洋模式GOM102.1OpenArray算子库10.2.2区域海洋模式GOM103MindSpore加速GOMO求解10.3.1算子抽象10.3.2图算融合10.3.3Halo区并行10.4本章小结参考文献

    陈雷,香港科技大学计算机科学与工程系教授,大数据研究所主任,IEEEFellow和ACM杰出科学家。研究方向包括数据驱动AI、人机共生机器学习、知识图谱、社交媒体上的数据挖掘等。在国际著名期刊和会议上发表300余篇,曾获得2015年SIGMOD时间价值奖。现任VLDB2019程序委员会联合、VLDB期刊主编、IEEETKDE期刊副总编、VLDBEndowment执行成员。

    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