成功加入购物车

去购物车结算 X
剡溪书局
  • 全新正版 AI嵌入式系统:算法优化与实现 应忍冬,刘佩林 9787111693253 机械工业出版社

全新正版 AI嵌入式系统:算法优化与实现 应忍冬,刘佩林 9787111693253 机械工业出版社

举报

本店所售图书,保证正版新书,有个别图片和实书封面不一样,以实书封面为准,最快当天,一般隔天发货。支持7天无理由退换货.开票联系客服

  • 出版时间: 
  • 装帧:    平装
  • 开本:    16开
  • ISBN:  9787111693253
  • 出版时间: 
  • 装帧:  平装
  • 开本:  16开

售价 59.09 6.0折

定价 ¥99.00 

品相 全新

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2023-04-26

    数量
    库存5
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    • 商品详情
    • 店铺评价
    手机购买
    微信扫码访问
    • 货号:
      31294803
      商品描述:
      作者简介


      目录
      前言第1章  绪论    11.1  AI嵌入式系统的概念与特点    11.2  机器学习在嵌入式系统中的实现    41.3  本书内容概述    6第2章  嵌入式软件编程模式和优化    82.1  嵌入式软件编程模式    82.1.1  基于周期调用的运行模式    92.1.2  基于中断的前后台运行模式    122.1.3  基于事件队列的运行模式    142.1.4  带时间信息的事件队列运行模式    162.1.5  计算图运行模式     172.2  通用软件优化方法    202.2.1  循环结构优化    212.2.2  时间空间平衡    232.2.3  运算精度和性能平衡    252.2.4  底层运算的快速实现算法    282.2.5  内存使用优化    302.3  小结    34参考文献    34第3章  机器学习算法概述    353.1  高斯朴素贝叶斯分类器    353.1.1  原理概述    353.1.2  模型训练和推理    363.2  感知器    383.2.1  原理概述    383.2.2  模型训练和推理    393.3  SVM分类器    403.3.1  原理概述    403.3.2  模型训练和推理    423.4  决策树    433.4.1  原理概述    433.4.2  模型训练和推理    443.4.3  决策树分类器的代码实现    453.5  线性数据降维    473.5.1  原理概述    473.5.2  模型训练和推理    473.6  神经网络    483.6.1  原理概述    483.6.2  模型训练和推理    503.7  小结    54参考文献    54第4章  数值的表示和运算    554.1  浮点数    554.1.1  单精度和双精度浮点数    554.1.2  16位浮点数    574.2  定点数    614.2.1  定点数的二进制表示形式    614.2.2  定点数的运算    644.2.3  给定算法的定点化方法    714.3  仿射映射量化    784.3.1  量化数据表示    784.3.2  量化数据运算    834.3.3  基于量化数据的矩阵运算    844.4  常数整数乘法优化    884.4.1  基于正则有符号数的常数整数乘法优化    894.4.2  基于运算图的常数整数乘法优化    924.4.3  多常数整数乘法优化    974.4.4  浮点数和整数常数乘法优化    1014.4.5  常数整数乘法优化的应用    1034.5  小结    108参考文献    108第5章  卷积运算优化    1095.1  卷积运算的定义    1095.1.1  一维线性卷积    1105.1.2  一维循环卷积    1115.1.3  二维线性卷积    1125.1.4  二维循环卷积    1135.2  快速卷积算法    1145.2.1  一维循环卷积频域快速算法    1145.2.2  短序列一维线性卷积快速算法    1175.2.3  长序列一维线性卷积的构建    1245.2.4  快速FIR滤波器算法    1295.2.5  二维快速卷积算法    1405.3  近似卷积算法    1525.3.1  基于卷积核低秩分解的二维快速卷积    1535.3.2  矩形卷积核近似卷积    1545.3.3  分段线性卷积核近似    1605.3.4  卷积核的分段近似    1645.3.5  基于IIR滤波器的近似卷积    1685.3.6  基于卷积核低秩近似的二维近似快速卷积    1725.3.7  基于二维矩形卷积核的近似快速卷积    1735.4  小结    176参考文献    177第6章  矩阵乘法优化    1786.1  机器学习算法中的矩阵乘法    1786.2  Strassen矩阵相乘算法    1806.3  Winograd矩阵相乘算法    1846.4  低秩矩阵乘法    1876.5  循环矩阵乘法    1886.6  近似矩阵乘法    1906.6.1  基于矩阵低秩近似的矩阵乘法    1916.6.2  基于数据统计相关性的近似矩阵乘法    1926.6.3  基于向量量化的近似矩阵乘法    1946.7  小结    202参考文献    203第7章  神经网络的实现与优化    2047.1  神经网络基本运算及软件实现    2057.1.1  全连接层运算    2057.1.2  卷积层运算    2077.1.3  BN层运算     2137.1.4  激活层运算    2147.1.5  池化层运算    2167.1.6  神经网络示例    2177.2  神经网络的权重系数优化    2217.2.1  权重系数二值化    2227.2.2  权重系数的定点数量化    2247.2.3  权重系数量化和神经网络训练结合    2267.3  神经网络结构优化    2337.3.1  剪枝优化    2337.3.2  卷积结构优化    2457.3.3  知识蒸馏    2517.4  小结    255参考文献    255第8章  ARM平台上的机器学习编程    2578.1  CMSIS软件框架概述    2588.2  CMSIS-DSP软件框架和编程    2618.2.1  矩阵运算    2638.2.2  高斯朴素贝叶斯算法实现    2678.2.3  SVM算法实现    2718.2.4  数据降维    2758.3  基于CMSIS-NN的神经网络编程    2778.3.1  基于卷积神经网络的手写数字识别算法    2778.3.2  CMSIS-NN的卷积神经网络实

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看