ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Hardware Architectures for Deep Learning

دانلود کتاب معماری سخت افزار برای یادگیری عمیق

Hardware Architectures for Deep Learning

مشخصات کتاب

Hardware Architectures for Deep Learning

ویرایش:  
نویسندگان:   
سری: Materials, Circuits and Devices 
ISBN (شابک) : 1785617680, 9781785617683 
ناشر: INSTITUTION OF ENGINEERING & T 
سال نشر: 2020 
تعداد صفحات: 328
[329] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 17 Mb 

قیمت کتاب (تومان) : 29,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 5


در صورت تبدیل فایل کتاب Hardware Architectures for Deep Learning به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب معماری سخت افزار برای یادگیری عمیق نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب معماری سخت افزار برای یادگیری عمیق

این کتاب ایده‌های نوآورانه در طراحی، مدل‌سازی، پیاده‌سازی و بهینه‌سازی پلتفرم‌های سخت‌افزاری برای شبکه‌های عصبی را ارائه می‌کند و مورد بحث قرار می‌دهد. رشد سریع برنامه‌های کاربردی سرور، دسکتاپ و تعبیه‌شده مبتنی بر یادگیری عمیق، با برنامه‌هایی از جمله پردازش تصویر و گفتار، تجزیه و تحلیل داده‌ها، روباتیک، نظارت بر مراقبت‌های بهداشتی و راه‌حل‌های IoT، موجب تجدید حیات در علاقه به شبکه‌های عصبی شده است. اجرای کارآمد شبکه‌های عصبی برای پشتیبانی از برنامه‌های کاربردی مبتنی بر یادگیری عمیق، یک چالش پیچیده برای پلت‌فرم‌های محاسباتی تعبیه‌شده و سیار با منابع محاسباتی/ذخیره‌ای محدود و بودجه کم توان است. حتی برای سیستم‌های در مقیاس ابری، انتخاب پیکربندی سخت‌افزار مناسب بر اساس پیچیدگی شبکه عصبی و محدودیت‌های سیستم به منظور افزایش کارایی قدرت و عملکرد بسیار مهم است. Hardware Architectures for Deep Learning مروری بر این زمینه جدید، از اصول تا کاربردها، برای محققان، دانشجویان تحصیلات تکمیلی و مهندسانی که بر روی سرویس‌های مبتنی بر یادگیری و پلت‌فرم‌های سخت‌افزاری کار می‌کنند، ارائه می‌کند.


توضیحاتی درمورد کتاب به خارجی

This book presents and discusses innovative ideas in the design, modelling, implementation, and optimization of hardware platforms for neural networks. The rapid growth of server, desktop, and embedded applications based on deep learning has brought about a renaissance in interest in neural networks, with applications including image and speech processing, data analytics, robotics, healthcare monitoring, and IoT solutions. Efficient implementation of neural networks to support complex deep learning-based applications is a complex challenge for embedded and mobile computing platforms with limited computational/storage resources and a tight power budget. Even for cloud-scale systems it is critical to select the right hardware configuration based on the neural network complexity and system constraints in order to increase power- and performance-efficiency. Hardware Architectures for Deep Learning provides an overview of this new field, from principles to applications, for researchers, postgraduate students and engineers who work on learning-based services and hardware platforms.





نظرات کاربران