电子工业出版社

深度神经网络高效计算：大模型轻量化原理与关键技术

丛书名：人工智能前沿理论与实践应用丛书
作译者：程健
出版时间：2024-08
字数：365
页数：284
版次：01-01
开本：16开开
印次：01-01
ISBN：9787121484018
所属分类：科技,计算机,网络与互联网,
定价：99.0

内容简介:
近些年来，在深度学习的推动下，人工智能步入新的发展阶段。然而，随着深度学习模型性能的提升，其计算复杂度也在不断增加，深度学习模型的运行效率面临巨大挑战。在这种情况下，深度学习高效计算成为在更大范围内应用人工智能的重要环节。本书围绕深度学习模型计算，重点从深度学习模型优化、算法软件加速、硬件架构设计等方面展开介绍深度学习高效计算，主要包括低秩分解、剪枝、量化、知识蒸馏、精简网络设计与搜索、深度神经网络高效训练、卷积神经网络高效计算、大模型高效计算、神经网络加速器设计等内容。本书既适合高校相关专业学生，也可作为从业者的案头参考。