دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Machine Learning on Commodity Tiny Devices: Theory and Practice
دانلود کتاب یادگیری ماشینی روی دستگاههای کوچک کالا: تئوری و عمل
مشخصات کتاب
Machine Learning on Commodity Tiny Devices: Theory and Practice
ویرایش:
نویسندگان: Song Guo. Qihua Zhou
سری:
ISBN (شابک) : 9781032374239, 9781003340225
ناشر: CRC Press
سال نشر: 2022
تعداد صفحات: 267
[268]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 30 Mb
قیمت کتاب (تومان) : 63,000
در صورت تبدیل فایل کتاب Machine Learning on Commodity Tiny Devices: Theory and Practice 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 یادگیری ماشینی روی دستگاههای کوچک کالا: تئوری و عمل 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 یادگیری ماشینی روی دستگاههای کوچک کالا: تئوری و عمل
هدف این کتاب یادگیری ماشین کوچک (TinyML) نرم افزار و هم افزایی سخت افزاری برای کاربردهای هوش لبه است. این تکنیکهای یادگیری روی دستگاه را ارائه میکند که طراحی شبکه عصبی در سطح مدل، بهینهسازی آموزش در سطح الگوریتم، و شتاب دستورالعمل در سطح سختافزار را پوشش میدهد. تجزیه و تحلیل محدودیتهای محاسبات درون ابری معمولی نشان میدهد که یادگیری روی دستگاه یک جهت تحقیقاتی امیدوارکننده برای برآورده کردن الزامات برنامههای هوشمند لبه است. در مورد تحقیقات پیشرفته TinyML، پیاده سازی یک چارچوب یادگیری با کارایی بالا و فعال کردن شتاب در سطح سیستم یکی از اساسی ترین مسائل است. این کتاب یک بحث جامع از آخرین پیشرفتهای تحقیقاتی ارائه میکند و بینشهایی در سطح سیستم در مورد طراحی چارچوبهای TinyML، از جمله طراحی شبکه عصبی، بهینهسازی الگوریتم آموزشی و شتاب سختافزاری خاص دامنه ارائه میدهد. این چالشهای اصلی را هنگام استقرار وظایف TinyML در دنیای واقعی شناسایی میکند و محققان را برای استقرار یک سیستم یادگیری قابل اعتماد راهنمایی میکند. این جلد برای دانشجویان و دانش پژوهان در زمینه هوش لبه، به ویژه برای کسانی که مهارت های حرفه ای Edge AI کافی دارند، مورد علاقه خواهد بود. همچنین راهنمای عالی برای محققان برای پیاده سازی سیستم های TinyML با کارایی بالا خواهد بود.
توضیحاتی درمورد کتاب به خارجی
This book aims at the tiny machine learning (TinyML) software and hardware synergy for edge intelligence applications. It presents on-device learning techniques covering model-level neural network design, algorithm-level training optimization, and hardware-level instruction acceleration. Analyzing the limitations of conventional in-cloud computing would reveal that on-device learning is a promising research direction to meet the requirements of edge intelligence applications. As to the cutting-edge research of TinyML, implementing a high-efficiency learning framework and enabling system-level acceleration is one of the most fundamental issues. This book presents a comprehensive discussion of the latest research progress and provides system-level insights on designing TinyML frameworks, including neural network design, training algorithm optimization and domain-specific hardware acceleration. It identifies the main challenges when deploying TinyML tasks in the real world and guides the researchers to deploy a reliable learning system. This volume will be of interest to students and scholars in the field of edge intelligence, especially to those with sufficient professional Edge AI skills. It will also be an excellent guide for researchers to implement high-performance TinyML systems.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Official (ISC)2® Guide to the ISSAP® CBK, Second Edition
دانلود کتاب The Freedmen's Bureau and Reconstruction (Reconstructing America (Series), No. 4.)
دانلود کتاب Essentials of forensic accounting
