定 價(jià)：79 元
叢書名：計(jì)算機(jī)類專業(yè)系統(tǒng)能力培養(yǎng)系列教材
- 作者：陳云霽 李玲 李威 郭琦 杜子?xùn)|
- 出版時(shí)間：2020/3/1
- ISBN：9787111646235
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類：TP183
- 頁碼：0
- 紙張：
- 版次：
- 開本：16開
目標(biāo)是培養(yǎng)學(xué)生對(duì)智能計(jì)算完整軟硬件技術(shù)棧（包括基礎(chǔ)智能算法、智能計(jì)算編程框架、智能計(jì)算編程語言、智能芯片體系結(jié)構(gòu)等）融會(huì)貫通的理解，成為智能計(jì)算系統(tǒng)（子系統(tǒng)）的設(shè)計(jì)者和開發(fā)者。
序言一
序言二
前言
第1章概述1
11人工智能1
111什么是人工智能1
112人工智能的發(fā)展歷史1
113人工智能的主要方法4
12智能計(jì)算系統(tǒng)8
121什么是智能計(jì)算系統(tǒng)8
122為什么需要智能計(jì)算系統(tǒng)8
123智能計(jì)算系統(tǒng)的發(fā)展8
13驅(qū)動(dòng)范例11
14本章小結(jié)13
習(xí)題13
第2章神經(jīng)網(wǎng)絡(luò)基礎(chǔ)14
21從機(jī)器學(xué)習(xí)到神經(jīng)網(wǎng)絡(luò)14
211基本概念14
212線性回歸15
213感知機(jī)17
214兩層神經(jīng)網(wǎng)絡(luò)——多層感知機(jī)19
215深度學(xué)習(xí)（深層神經(jīng)網(wǎng)絡(luò)）20
216神經(jīng)網(wǎng)絡(luò)發(fā)展歷程21
22神經(jīng)網(wǎng)絡(luò)訓(xùn)練23
221正向傳播24
222反向傳播25
23神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)原則27
231網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)27
232激活函數(shù)27
233損失函數(shù)30
24過擬合與正則化32
241過擬合33
242正則化34
25交叉驗(yàn)證37
26本章小結(jié)39
習(xí)題39
第3章深度學(xué)習(xí)41
31適合圖像處理的卷積神經(jīng)網(wǎng)絡(luò)41
311卷積神經(jīng)網(wǎng)絡(luò)的組成42
312卷積層43
313池化層48
314全連接層49
315softmax層50
316卷積神經(jīng)網(wǎng)絡(luò)總體結(jié)構(gòu)50
32基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法52
321AlexNet53
322VGG56
323Inception59
324ResNet66
33基于卷積神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)檢測算法69
331評(píng)價(jià)指標(biāo)69
332RCNN系列72
333YOLO78
334SSD81
335小結(jié)83
34序列模型：循環(huán)神經(jīng)網(wǎng)絡(luò)83
341RNN84
342LSTM88
343GRU89
344小結(jié)90
35生成對(duì)抗網(wǎng)絡(luò)91
351模型組成91
352GAN訓(xùn)練92
353GAN結(jié)構(gòu)94
36驅(qū)動(dòng)范例96
361基于卷積神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移算法96
362實(shí)時(shí)圖像風(fēng)格遷移算法98
37本章小結(jié)100
習(xí)題100
第4章編程框架使用101
41為什么需要編程框架101
42編程框架概述102
421通用編程框架概述102
422TensorFlow概述102
43TensorFlow編程模型及基本用法103
431計(jì)算圖104
432操作105
433張量106
434會(huì)話110
435變量114
436占位符116
437隊(duì)列117
44基于TensorFlow實(shí)現(xiàn)深度學(xué)習(xí)預(yù)測117
441讀取輸入樣本118
442定義基本運(yùn)算單元118
443創(chuàng)建神經(jīng)網(wǎng)絡(luò)模型122
444計(jì)算神經(jīng)網(wǎng)絡(luò)模型輸出123
45基于TensorFlow實(shí)現(xiàn)深度學(xué)習(xí)訓(xùn)練123
451加載數(shù)據(jù)123
452模型訓(xùn)練129
453模型保存135
454圖像風(fēng)格遷移訓(xùn)練的實(shí)現(xiàn)137
46本章小結(jié)139
習(xí)題139
第5章編程框架機(jī)理141
51TensorFlow設(shè)計(jì)原則141
511高性能141
512易開發(fā)142
513可移植142
52TensorFlow計(jì)算圖機(jī)制142
521一切都是計(jì)算圖143
522計(jì)算圖本地執(zhí)行150
523計(jì)算圖分布式執(zhí)行154
53TensorFlow系統(tǒng)實(shí)現(xiàn)155
531整體架構(gòu)155
532計(jì)算圖執(zhí)行模塊156
533設(shè)備抽象和管理161
534網(wǎng)絡(luò)和通信162
535算子實(shí)現(xiàn)167
54編程框架對(duì)比169
541TensorFlow170
542PyTorch171
543MXNet171
544Caffe172
55本章小結(jié)172
習(xí)題172
第6章深度學(xué)習(xí)處理器原理174
61深度學(xué)習(xí)處理器概述174
611深度學(xué)習(xí)處理器的意義174
612深度學(xué)習(xí)處理器的發(fā)展歷史175
613設(shè)計(jì)思路177
62目標(biāo)算法分析178
621計(jì)算特征178
622訪存特征181
63深度學(xué)習(xí)處理器DLP結(jié)構(gòu)186
631指令集186
632流水線190
633運(yùn)算部件190
634訪存部件193
635算法到芯片的映射194
636小結(jié)195
*64優(yōu)化設(shè)計(jì)195
641基于標(biāo)量MAC的運(yùn)算部件195
642稀疏化198
643低位寬199
65性能評(píng)價(jià)201
651性能指標(biāo)201
652測試基準(zhǔn)程序202
653影響性能的因素203
66其他加速器203
661GPU架構(gòu)簡述204
662FPGA架構(gòu)簡述204
663DLP與GPU、FPGA的對(duì)比205
67本章小結(jié)206
習(xí)題206
*第7章 深度學(xué)習(xí)處理器架構(gòu)207
71單核深度學(xué)習(xí)處理器207
711總體架構(gòu)208
712控制模塊209
713運(yùn)算模塊212
714存儲(chǔ)單元215
715小結(jié)215
72多核深度學(xué)習(xí)處理器216
721總體架構(gòu)216
722Cluster架構(gòu)217
723互聯(lián)架構(gòu)223
724小結(jié)224
73本章小結(jié)225
習(xí)題225
第8章 智能編程語言227
81為什么需要智能編程語言227
811語義鴻溝228
812硬件鴻溝230
813平臺(tái)鴻溝232
814小結(jié)233
82智能計(jì)算系統(tǒng)抽象架構(gòu)234
821抽象硬件架構(gòu)234
822典型智能計(jì)算系統(tǒng)235
823控制模型236
824計(jì)算模型236
825存儲(chǔ)模型237
83智能編程模型238
831異構(gòu)編程模型239
832通用智能編程模型242
84智能編程語言基礎(chǔ)247
841語法概述247
842數(shù)據(jù)類型248
843宏、常量與內(nèi)置變量250
844I/O操作語句250
845標(biāo)量計(jì)算語句252
846張量計(jì)算語句252
847控制流語句252
848串行程序示例253
849并行程序示例254
85智能應(yīng)用編程接口255
851Kernel函數(shù)接口255
852運(yùn)行時(shí)接口257
853使用示例259
86智能應(yīng)用功能調(diào)試262
861功能調(diào)試方法262
862功能調(diào)試接口266
863功能調(diào)試工具269
864精度調(diào)試方法272
865功能調(diào)試實(shí)踐272
87智能應(yīng)用性能調(diào)優(yōu)280
871性能調(diào)優(yōu)方法280
872性能調(diào)優(yōu)接口282
873性能調(diào)優(yōu)工具286
874性能調(diào)優(yōu)實(shí)踐287
88基于智能編程語言的系統(tǒng)開發(fā)294
881高性能庫算子開發(fā)294
882編程框架算子開發(fā)300
883系統(tǒng)開發(fā)與優(yōu)化實(shí)踐304
習(xí)題321
第9章 實(shí)驗(yàn)323
91基礎(chǔ)實(shí)驗(yàn)：圖像風(fēng)格遷移323
911基于智能編程語言的算子實(shí)現(xiàn)323
912圖像風(fēng)格遷移的實(shí)現(xiàn)326
913風(fēng)格遷移實(shí)驗(yàn)的操作步驟330
92拓展實(shí)驗(yàn)：物體檢測333
921基于智能編程語言的算子實(shí)現(xiàn)333
922物體檢測的實(shí)現(xiàn)337
93拓展練習(xí)337
附錄A 計(jì)算機(jī)體系結(jié)構(gòu)基礎(chǔ)340
附錄B 實(shí)驗(yàn)環(huán)境說明345
參考文獻(xiàn)348
后記356
書單推薦
