登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2024年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 礼记训纂 全2册 十三经清人注疏 》 售價：HK$ 755 《 可持续盈利 可再生战略变革释放企业发展潜力（剖析当下环境挑战，探讨企业应对策略，推动企业可持续盈利） 》 售價：HK$ 347 《 拒斥死亡（文明本质上是一场抵御死亡恐惧的集体英雄主义骗局） 》 售價：HK$ 356 《 牛津通识读本·世相I（中英双语 全五册）收录《全球化面面观》《后殖民主义与世界格局》《国际移民》《人 》 售價：HK$ 995 《 什么是教育 “轴心时代”提出者雅斯贝尔斯毕生教育思想精华 》 售價：HK$ 347 《 创建强势品牌（典藏版） 》 售價：HK$ 607 《 美绘聊斋志异 》 售價：HK$ 611 《 启微·红帆：中国东南诏安湾的港口、船货与海洋遗产 》 售價：HK$ 500

編輯推薦： 系统讲解人工智能芯片分类和结构，Al芯片的模型推理框架和应用开发框架 特别介绍异构智能芯片技术的应用和实践 丰富的配套学习资源 內容簡介： 本书是一本关于AI芯片的综合指南，不仅系统介绍了AI芯片的基础知识和发展趋势，还重点介绍了AI芯片在各个领域的应用与开发。 本书共分为9章，包括:认识AI芯片、AI芯片开发平台、数据预处理、AI芯片应用开发框架、AI芯片常用模型的训练与轻量化、模型的推理框架——ONNX Runtime、 FPGA类AI芯片的开发实践、同构智能芯片平台应用开发实践和异构智能芯片平台应用开发实践。 本书理论联系实际，突出了AI芯片应用的实践特色，能够很好地满足高校人工智能、电子信息工程、智能制造工程等专业AI芯片与应用开发人才的培养的需求，也非常适合AI芯片开发工程师技能提升的需求。 關於作者： 成都理工大学教师 目錄： 前言 1.认识AI芯片/ 11AI芯片概述/ 12AI芯片分类/ 121传统中央微处理器——MPU/ 122通用芯片——GPU/ 123半定制化芯片——FPGA/ 13AI芯片开发的通用流程/ 131选择AI芯片开发平台/ 132数据预处理/ 133模型训练与模型的轻量化/ 134框架选择与模型推理/ 135芯片环境配置与模型部署/ 14AI芯片常用功能加速模块/ 141功能加速模块概述/ 142视觉处理加速器——VPAC/ 143深度和运动感知加速器——DMPAC/ 144深度学习加速器——DLA/ 145视觉加速器——PVA/ 15本章小结/ 16本章习题/ 2.AI芯片开发平台/ 21AI芯片硬件平台的分类/ 211同构AI芯片硬件平台/ 212异构AI芯片硬件平台/ 22AI芯片开发平台的常用外设/ 221网络设备/ 222显示模块和摄像头模块/ 223模数转换器模块ADC/ 224通用输入/输出模块GPIO/ 225IIC控制器/ 23本章小结/ 24本章习题/ 3.数据预处理/ 31深度学习数据预处理概述/ 32常用的数据预处理方法/ 321零均值化（中心化）/ 322归一化（标准化）/ 323主成分分析（PCA）/ 324白化（Whitening）/ 33视频数据预处理——基于GStreamer/ 331GStreamer概述/ 332GStreamer工具/ 333GStreamer的使用方法/ 334编写GStreamer的插件/ 34本章小结/ 35本章习题/ 4.AI芯片应用开发框架/ 41AI芯片应用开发框架概述/ 42常用的AI芯片应用开发框架/ 421基于NVIDIA的开发框架TensorRT/ 422Google Research的开发框架MediaPipe/ 423英特尔的开发框架OpenVINO/ 424针对手机端的开发框架NCNN/ 43开发框架应用示例：车牌识别/ 431数据集/ 432车牌区域检测/ 433车牌识别算法/ 434模型训练/ 435模型部署/ 44本章小结/ 45本章习题/ 5.AI芯片常用模型的训练与轻量化/ 51常用的网络模型/ 511深度神经网络（DNN）/ 512卷积神经网络（CNN）/ 513残差网络（ResNet）/ 514生成对抗网络（GAN）/ 515循环神经网络（RNN）/ 516长短记忆网络（LSTM）/ 517Transformer/ 518大语言模型GPT/ 52常用的模型学习类型/ 521监督学习/ 522半监督学习/ 523无监督学习/ 524强化学习/ 53模型的轻量化方法/ 531模型轻量化的概念与作用/ 532基于结构优化的轻量化方法/ 533基于参数量化的轻量化方法/ 534基于网络剪枝的轻量化方法/ 535基于知识蒸馏技术的轻量化方法/ 54轻量化模型设计实例：YOLOFire目标检测算法/ 541YOLOFire检测算法设计/ 542网络整体结构/ 543基于相关性的损失函数/ 544模型训练/ 545实验过程与结果/ 55本章小结/ 56本章习题/ 6.模型的推理框架——ONNX Runtime/ 61ONNX Runtime概述/ 62ONNX Runtime推理流程/ 621安装环境/ 622训练模型/ 623将模型转换导出为ONNX格式/ 624使用ONNX Runtime加载运行模型/ 63ONNX格式转换工具/ 631MXNet转换成ONNX/ 632TensorFlow转换成ONNX/ 633PyTorch转换成ONNX/ 64ONNX Runtime示例：逻辑回归算法（基于scikitlearn的实现）/ 641ONNX Runtime模型运行过程/ 642训练模型/ 643将模型转换导出为ONNX格式/ 644使用ONNX Runtime加载运行模型/ 645ONNX Runtime中实现逻辑回归算法实例/ 65本章小结/ 66本章习题/ 7.FPGA类AI芯片的开发实践/ 71开发工具Vitis AI概述/ 72Vitis AI的常用参数化IP核/ 721DPUCZDX8G概述/ 722高性能通用CNN处理引擎DPUCVDX8G/ 723高吞吐量通用CNN处理引擎DPUCVDX8H/ 724包含最优化的深度学习模型的Vitis AI Model Zoo/ 73Vitis AI开发工具包/ 731Vitis AI量化器/ 732Vitis AI优化器/ 733Vitis AI编译器/ 734Vitis AI Profiler（分析器）/ 735Vitis AI库/ 74Vitis AI应用开发示例：应用Zynq监测道路裂缝/ 75本章小结/ 76本章习题/ 8.同构智能芯片平台应用开发实践/ 81Jetson Nano开发者套件简介/ 82使用前的准备/ 821安装风扇/ 822安装无线网卡/ 823安装摄像头/ 824配置系统/ 83开发实践：行人识别/ 831模型训练/ 832实验环境/ 833行人检测功能测试/ 84本章小结/ 85本章习题/ 9.异构智能芯片平台应用开发实践/ 91多核芯片的核间通信机制/ 911IPC概述/ 912IPC在多核中的实现原理/ 913核间通信协议/ 914多核间的接口定义以及示例代码/ 92TDA4VMSK平台简介/ 93SDK开发软件简介/ 931PSDK Linux软件包简介/ 932PSDK RTOS软件包简介/ 94使用前的准备/ 941TDA4VMSK板SD卡烧录/ 942TDA4VMSK板网络调试方法/ 943NFS多核调试例程/ 95本章小结/ 96本章习题/ 內容試閱： 在数字化时代背景下，人工智能技术正以前所未有的速度改变着世界的面貌。AI芯片作为人工智能的硬件基石，对于推动深度学习算法的发展和优化起到了至关重要的作用。本书正是在这样的背景下应运而生，旨在为读者提供一个全面、深入的AI芯片开发指南，帮助读者掌握嵌入式AI芯片的开发和应用方法，以及设计FPGA芯片并将其应用于AI领域方法。 全书共9章，主要内容如下。 第1章“认识AI芯片”：介绍了AI芯片的基本概念、分类和开发流程，以及AI芯片开发的通用流程和常用功能加速模块。为读者提供了AI芯片领域的基础知识和开发背景。 第2章“AI芯片开发平台”：介绍了AI芯片硬件平台的分类，以及常用的外设，如网络设备、显示模块和摄像头模块等。帮助读者了解不同硬件平台的特点和应用场景。 第3章“数据预处理”：介绍了深度学习数据预处理和常用方法，同时详细介绍了视频处理工具GStreamer的使用方法和编写插件的技巧。 第4章“AI芯片应用开发框架”：详细介绍了基于NVIDIA的开发框架TensorRT，Google Research的开发框架MediaPipe，英特尔的开发框架OpenVINO和针对手机端的开发框架NCNN，并介绍了开发框架应用示例——车牌识别。 第5章“AI芯片常用模型的训练与轻量化”：介绍了常用的网络模型，包括深度神经网络、卷积神经网络、残差网络、生成对抗网络、循环神经网络、长短记忆网络、Transformer和大语言模型GPT等；介绍了常用的模型学习类型；还介绍了模型的轻量化方法和轻量化模型设计示例——YOLOFire目标检测算法。 第6章“模型的推理框架——ONNX Runtime”：介绍了ONNX Runtime的推理流程、ONNX格式转换工具，通过逻辑回归算法示例（基于scikitlearn的实现）展示了ONNX Runtime的具体应用场景。 第7章“FPGA类AI芯片的开发实践”：详细介绍了开发工具Vitis AI的常用参数化IP核以及Vitis AI应用开发示例，提供了FPGA类AI芯片开发的实用指南。 第8章“同构智能芯片平台应用开发实践”：介绍了Jetson Nano开发者套件，使用前的准备，以及行人识别的开发实践案例，提供了同构智能芯片平台的实战经验。 第9章“异构智能芯片平台应用开发实践”：介绍了多核芯片的核间通信机制、TDA4VMSK平台及其SDK开发软件等，为读者提供了异构智能芯片平台的开发指导。 参与本书编写的有曾维、王洪辉、朱星、龙婷、姚光乐、陈才华。编写分工如下：曾维负责第1章和第2章；王洪辉负责第3章和第4章；朱星负责第5章和第6章；龙婷负责第7章；姚光乐负责第8章；陈才华负责第9章。 何刚强、姚超煜、胡粒琪、蒋毅、郑均、李宇航、肖羽舟、庞记成、周俊昌、罗跃东、蔡子婷、尹生阳、肖俊秋等人参与了大量工作，包括书稿内容的核对、书中实例的验证、数据集的收集等，为本书的完成做出了贡献。 本书配备了丰富的学习资源，包括电子课件、程序源代码、教学大纲、习题答案等，有助于学习者自学，更有助于高校开展课堂教学。 在本书的编写过程中，我们力求保证内容的准确性和实用性，同时也注重技术的前沿性和创新性。我们希望本书能够成为AI芯片领域研究者、开发者以及对AI技术感兴趣的读者的良师益友，帮助他们在AI芯片的应用开发实践中取得成功。同时，我们也希望广大读者能够提出宝贵的意见和建议，以便我们不断改进和完善。 曾维 2024年10月

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2025 （香港）大書城有限公司　All Rights Reserved.