《AI芯片应用开发实践：深度学习算法与芯片设计》 - 曾维王洪辉朱星 - 机械工业出版社 - 香港大書城

	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台(0)　\|　在線留言板　 \|　付款方式　 \|　運費計算　 \|　聯絡我們　 \|　幫助中心　\|　加入書簽
		會員登入新用戶登記

HOME

新書上架

暢銷書架

好書推介

2024年度TOP

臺灣用戶

品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心

服務：香港／台灣／澳門／海外

送貨：速遞／郵局／服務站

新書上架：簡體書繁體書
暢銷書架：簡體書繁體書
好書推介：簡體書繁體書

『簡體書』AI芯片应用开发实践：深度学习算法与芯片设计

書城自編碼： 4084690
分類：簡體書→大陸圖書→教材→高职高专教材
作者：曾维王洪辉朱星
國際書號(ISBN)： 9787111773542
出版社：机械工业出版社
出版日期： 2025-03-01

頁數/字數： /
書度/開本： 16开釘裝：平装

售價：HK$ 75.9

我要買件

** 我創建的書架 **
未登入.

新書推薦：

《青春期的二次成长：给青少年恰如其分的爱和支持》
售價：HK$ 65.8

《盐与唐帝国》
售價：HK$ 129.8

《让花成花，让树成树》
售價：HK$ 74.8

《悍妇女巫和她的故事（第一本以女巫为主角的故事集！）》
售價：HK$ 75.9

《潮汕古建筑营造》
售價：HK$ 261.8

《我所认识的大先生》
售價：HK$ 107.8

《一念花开：让智慧温柔绽放》
售價：HK$ 57.2

《图形引擎开发入门：基于Python语言》
售價：HK$ 151.8

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

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	香港用户　 \|　台灣用户　\|　海外用户

	megBook.com.hk
Copyright © 2013 - 2025 （香港）大書城有限公司　 All Rights Reserved.