Каталог
>
Знания и навыки
>
Компьютерная литература
>
Программирование
>
9781681731728
Каталог
:: Java книги
:: Авто
:: Астрология
:: Аудио книги
:: Биографии и Мемуары
:: В мире животных
:: Гуманитарные и общественные науки
:: Детские книги
:: Для взрослых
:: Для детей
:: Дом, дача
:: Журналы
:: Зарубежная литература
:: Знания и навыки
:Бизнес-книги
:Компьютерная литература
:Базы данных
:Зарубежная компьютерная литература
:Интернет
:Информационная безопасность
:Книги о компьютерах
:Компьютерное железо
:Ос и сети
:Программирование
:Программы
:Научно-популярная литература
:Словари, справочники
:Учебная и научная литература
:: Издательские решения
:: Искусство
:: История
:: Компьютеры
:: Кулинария
:: Культура
:: Легкое чтение
:: Медицина и человек
:: Менеджмент
:: Наука и образование
:: Оружие
:: Программирование
:: Психология
:: Психология, мотивация
:: Публицистика и периодические издания
:: Разное
:: Религия
:: Родителям
:: Серьезное чтение
:: Спорт
:: Спорт, здоровье, красота
:: Справочники
:: Техника и конструкции
:: Учебная и научная литература
:: Фен-Шуй
:: Философия
:: Хобби, досуг
:: Художественная лит-ра
:: Эзотерика
:: Экономика и финансы
:: Энциклопедии
:: Юриспруденция и право
:: Языки
Новинки
Dodge Dakota с 1995 по 2000 год, электрооборудование и электросхемы в электронном виде (на английском языке)
Deep Learning for Computer Architects
Автор:
David Brooks
Издательство:
Ingram
Cтраниц:
1
Формат:
EPUB
Размер:
0
ISBN:
9781681731728
Качество:
excellent
Язык:
Описание:
Machine learning, and specifically deep learning, has been hugely disruptive in many fields of computer science. The success of deep learning techniques in solving notoriously difficult classification and regression problems has resulted in their rapid adoption in solving real-world problems. The emergence of deep learning is widely attributed to a virtuous cycle whereby fundamental advancements in training deeper models were enabled by the availability of massive datasets and high-performance computer hardware. This text serves as a primer for computer architects in a new and rapidly evolving field. We review how machine learning has evolved since its inception in the 1960s and track the key developments leading up to the emergence of the powerful deep learning techniques that emerged in the last decade. Next we review representative workloads, including the most commonly used datasets and seminal networks across a variety of domains. In addition to discussing the workloads themselves, we also detail the most popular deep learning tools and show how aspiring practitioners can use the tools with the workloads to characterize and optimize DNNs. The remainder of the book is dedicated to the design and optimization of hardware and architectures for machine learning. As high-performance hardware was so instrumental in the success of machine learning becoming a practical solution, this chapter recounts a variety of optimizations proposed recently to further improve future designs. Finally, we present a review of recent research published in the area as well as a taxonomy to help readers understand how various contributions fall in context.
Скачать
Скачать легальную копию
Просмотров: 67
Пресс - релиз
string(4) "true" int(290)
К настоящему времени нет отзывов!
Рекомендуем
Жизнь без трусов
Информация
Свяжитесь с нами
Как скачать и чем читать
Quiero dinero © 2007
