دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Raghuwanshi. Mukesh, Borkar. Pradnya, Jhaveri. Rutvij H., Raut. Roshani, , Pradnya Borkar, Rutvij H. Jhaveri, Roshani Raut سری: ISBN (شابک) : 9781032540870, 9781003425458 ناشر: Auerbach Publishers, Incorporated سال نشر: 2025 تعداد صفحات: زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Parallel and High-Performance Computing in Artificial Intelligence 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 محاسبات موازی و با کارایی بالا در هوش مصنوعی 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.
محاسبات موازی و با کارایی بالا در هوش مصنوعی به بررسی معماری های با کارایی بالا برای برنامه های فشرده داده و همچنین استراتژی های تحلیلی کارآمد برای سرعت بخشیدن به پردازش داده ها و برنامه های کاربردی در اتوماسیون ، یادگیری عمیق ، مراقبت های بهداشتی ، بیوانفورماتیک ، پردازش زبان طبیعی (NLP) و Intelligence Vision می پردازد. دو موضوع اصلی این کتاب معماری و تکنیک های محاسبات با کارایی بالا (HPC) و کاربرد آنها در هوش مصنوعی است. Highlights include: • HPC use cases, application programming interfaces (APIs), and applications, • Parallelization techniques, • HPC for machine learning, • Implementation of parallel computing with AI in big data analytics, • HPC with AI in healthcare systems, • AI in industrial automation, Coverage of HPC architecture and techniques includes multicore architectures, parallel-computing techniques, and APIs, as well as تجزیه و تحلیل وابستگی برای محاسبات موازی. این کتاب همچنین تکنیک های شتاب سخت افزار ، از جمله مواردی را که برای شتاب GPU به سیستم های داده بزرگ داده است ، پوشش می دهد. از آنجا که هوش مصنوعی به طور فزاینده ای در برنامه های HPC ادغام می شود ، این کتاب به بررسی برنامه های نوظهور و عملی در حوزه هایی مانند مراقبت های بهداشتی ، کشاورزی ، بیوانفورماتیک و اتوماسیون صنعتی می پردازد. این فن آوری ها و روش ها را برای تقویت سرعت و مقیاس تجزیه و تحلیل هوش مصنوعی برای کشف سریع نشان می دهد. دانشمندان و محققان داده ها می توانند از بحث کتاب در مورد برنامه های HPC مبتنی بر هوش مصنوعی بهره مند شوند که می توانند حجم بیشتری از داده ها را پردازش کنند ، شبیه سازی های واقع بینانه تری را ارائه دهند و پیش بینی های دقیق تری را راهنمایی کنند. این کتاب همچنین بر روشهای یادگیری عمیق و محاسبات لبه با HPC تمرکز دارد و تحقیقات اخیر در مورد روشها و کاربردهای HPC در هوش مصنوعی ارائه می دهد.
Parallel and High-Performance Computing in Artificial Intelligence explores high-performance architectures for data-intensive applications as well as efficient analytical strategies to speed up data processing and applications in automation, machine learning, deep learning, healthcare, bioinformatics, natural language processing (NLP), and vision intelligence. The book’s two major themes are high-performance computing (HPC) architecture and techniques and their application in artificial intelligence. Highlights include: • HPC use cases, application programming interfaces (APIs), and applications, • Parallelization techniques, • HPC for machine learning, • Implementation of parallel computing with AI in big data analytics, • HPC with AI in healthcare systems, • AI in industrial automation, Coverage of HPC architecture and techniques includes multicore architectures, parallel-computing techniques, and APIs, as well as dependence analysis for parallel computing. The book also covers hardware acceleration techniques, including those for GPU acceleration to power big data systems. As AI is increasingly being integrated into HPC applications, the book explores emerging and practical applications in such domains as healthcare, agriculture, bioinformatics, and industrial automation. It illustrates technologies and methodologies to boost the velocity and scale of AI analysis for fast discovery. Data scientists and researchers can benefit from the book’s discussion on AI-based HPC applications that can process higher volumes of data, provide more realistic simulations, and guide more accurate predictions. The book also focuses on deep learning and edge computing methodologies with HPC and presents recent research on methodologies and applications of HPC in AI.