|
000
|
01940oam2 22003491 450
|
|
001
|
0110211751
|
|
005
|
20241110211751.0
|
|
010
|
|
@a978-7-121-48401-8@dCNY99.00
|
|
100
|
|
@a20240827d2024 em y0chiy0121 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aaf a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深度神经网络高效计算@Ashen du shen jing wang luo gao xiao ji suan@e大模型轻量化原理与关键技术@f程健主编@g王培松, 胡庆浩, 莫子韬编著
|
|
210
|
|
@a北京@c电子工业出版社@d2024.08
|
|
215
|
|
@axvi, 332页, [4] 页图版@c图 (部分彩图)@d24cm
|
|
225
|
2
|
@a人工智能前沿理论与实践应用丛书@Aren gong zhi neng qian yan li lun yu shi jian ying yong cong shu
|
|
300
|
|
@a“十四五”国家重点出版物出版规划项目 博文视点
|
|
314
|
|
@a程健, 中国科学院自动化研究所研究员、博士生导师, 中国科学院大学岗位教授, 国家高层次领军人才, 中科南京人工智能创新研究院常务副院长。研究兴趣包括深度学习、芯片架构设计、图像与视频分析等。近几年带领团队提出了系列基于量化学习的模型压缩和加速算法, 并研发了量化神经处理器 (QNPU) 芯片架构。相关成果曾先后获得中科院卢嘉锡青年人才奖、中国电子学会科技一等奖、中国图象图形学学会科技二等奖、江苏省科技一等奖等。
|
|
320
|
|
@a有书目 (第309-332页)
|
|
330
|
|
@a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。
|
|
410
|
0
|
@12001@a人工智能前沿理论与实践应用丛书
|
|
517
|
1
|
@a大模型轻量化原理与关键技术@Ada mo xing qing liang hua yuan li yu guan jian ji shu
|
|
606
|
0
|
@a人工神经网络@Aren gong shen jing wang luo@x计算
|
|
690
|
|
@aTP@v5
|
|
690
|
|
@aTP183@v5
|
|
701
|
0
|
@a程健@Acheng jian@4主编
|
|
702
|
0
|
@a王培松@Awang pei song@4编著
|
|
702
|
0
|
@a胡庆浩@Ahu qing hao@4编著
|
|
702
|
0
|
@a莫子韬@Amo zi tao@4编著
|
|
801
|
0
|
@aCN@b人天书店@c20240827
|
|
905
|
|
@aCKNYKJZYXY@b300715198-9@dTP@e379@f2
|
|
|
|
|
| |
| 深度神经网络高效计算：大模型轻量化原理与关键技术/程健主编/王培松, 胡庆浩, 莫子韬编著.-北京：电子工业出版社，2024.08 |
| xvi, 332页, [4] 页图版：图 (部分彩图)；24cm.-(人工智能前沿理论与实践应用丛书) |
| “十四五”国家重点出版物出版规划项目 博文视点 |
| |
| ISBN 978-7-121-48401-8：CNY99.00 |
| 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。 |
| ● |
正题名：深度神经网络高效计算
索取号：TP/379
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
715198
|
300715198
|
流通五库四楼/
[索取号:TP/379]
|
在馆
|
|
|
2
|
715199
|
300715199
|
流通五库四楼/
[索取号:TP/379]
|
在馆
|
|
