机读格式显示(MARC)

• 000 01898nam 2200337 450

• 001 0000797319

• 005 20250708193600.0

• 010 __ |a 978-7-121-48401-8 |d CNY99.00

• 100 __ |a 20240827d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 深度神经网络高效计算 |A shen 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 |d 2024.08

• 215 __ |a xvi, 332页, [4] 页图版 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 人工智能前沿理论与实践应用丛书 |A ren 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 |1 2001 |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 |A da mo xing qing liang hua yuan li yu guan jian ji shu

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo |x 计算

• 690 __ |a TP183 |v 5

• 701 _0 |a 程健 |A cheng jian |4 主编

• 702 _0 |a 王培松 |A wang pei song |4 编著

• 702 _0 |a 胡庆浩 |A hu qing hao |4 编著

• 702 _0 |a 莫子韬 |A mo zi tao |4 编著

• 801 _0 |a CN |b 安徽时代 |c 20240827

• 905 __ |a LIB |d TP183/118