Personnaliser

OK

Machine Learning on Commodity Tiny Devices - Zhou, Qihua

Note : 0

0 avis
  • Soyez le premier à donner un avis

Vous en avez un à vendre ?

Vendez-le-vôtre

131,45 €

Produit Neuf

  • Ou 32,86 € /mois

    • Livraison à 0,01 €
    • Livré entre le 15 et le 22 mai
    Voir les modes de livraison

    RiaChristie

    PRO Vendeur favori

    4,9/5 sur + de 1 000 ventes

    Brand new, In English, Fast shipping from London, UK; Tout neuf, en anglais, expédition rapide depuis Londres, Royaume-Uni;ria9781032374239_dbm

    Publicité
     
    Vous avez choisi le retrait chez le vendeur à
    • Payez directement sur Rakuten (CB, PayPal, 4xCB...)
    • Récupérez le produit directement chez le vendeur
    • Rakuten vous rembourse en cas de problème

    Gratuit et sans engagement

    Félicitations !

    Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

    En savoir plus

    Retour

    Horaires

        Note :


        Avis sur Machine Learning On Commodity Tiny Devices de Zhou, Qihua Format Relié  - Livre Informatique

        Note : 0 0 avis sur Machine Learning On Commodity Tiny Devices de Zhou, Qihua Format Relié  - Livre Informatique

        Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.


        Présentation Machine Learning On Commodity Tiny Devices de Zhou, Qihua Format Relié

         - Livre Informatique

        Livre Informatique - Zhou, Qihua - 01/12/2022 - Relié - Langue : Anglais

        . .

      • Auteur(s) : Zhou, Qihua - Guo, Song
      • Editeur : Crc Press
      • Langue : Anglais
      • Parution : 01/12/2022
      • Format : Moyen, de 350g à 1kg
      • Nombre de pages : 268.0
      • Expédition : 632
      • Dimensions : 18.5 x 26.0 x 1.9
      • ISBN : 1032374233



      • Résumé :
        This book aims at the tiny machine learning (TinyML) software and hardware synergy for edge intelligence applications. It presents on-device learning techniques covering model-level neural network design, algorithm-level training optimization, and hardware-level instruction acceleration....

        Biographie:

        Song Guo is a Full Professor leading the Edge Intelligence Lab and Research Group of Networking and Mobile Computing at the Hong Kong Polytechnic University. Professor Guo is a Fellow of the Canadian Academy of Engineering, Fellow of the IEEE, Fellow of the AAIA and Clarivate Highly Cited Researcher.

        Qihua Zhou is a PhD student with the Department of Computing at the Hong Kong Polytechnic University. His research interests include distributed AI systems, large-scale parallel processing, TinyML systems and domain-specific accelerators.

        Sommaire:

        1. Introduction 2. Fundamentals: On-device Learning Paradigm 3. Preliminary: Theories and Algorithms 4. Model-level Design: Computation Acceleration and Communication Saving 5. Hardware-level Design: Neural Engines and Tensor Accelerators 6. Infrastructure-level Design: Serverless and Decentralized Machine Learning 7. System-level Design: from Standalone to Clusters 8. Application: Image-based Visual Perception 9. Application: Video-based Real-time Processing 10. Application: Privacy, Security, Robustness and Trustworthiness in Edge AI

        Détails de conformité du produit

        Consulter les détails de conformité de ce produit (

        Personne responsable dans l'UE

        )
        Le choixNeuf et occasion
        Minimum5% remboursés
        La sécuritéSatisfait ou remboursé
        Le service clientsÀ votre écoute
        LinkedinFacebookTwitterInstagramYoutubePinterestTiktok
        visavisa
        mastercardmastercard
        klarnaklarna
        paypalpaypal
        floafloa
        americanexpressamericanexpress
        Rakuten Logo
        • Rakuten Kobo
        • Rakuten TV
        • Rakuten Viber
        • Rakuten Viki
        • Plus de services
        • À propos de Rakuten
        Rakuten.com