官术网_书友最值得收藏!

高性能超標量CPU:微架構(gòu)剖析與設(shè)計
會員

《高性能超標量CPU:微架構(gòu)剖析與設(shè)計》基于當前主流的高性能CPU設(shè)計規(guī)格,全面介紹了高性能超標量CPU微架構(gòu)的設(shè)計,并做出對應的分析。主要內(nèi)容包括業(yè)界主流高性能處理器架構(gòu)及超標量流水線背景知識(第1章);CPU前端,包括指令提取單元、分支預測單元、指令譯碼單元的設(shè)計和優(yōu)化,以及指令緩存的相關(guān)設(shè)計(第2、3章);分支預測單元的原理、設(shè)計和優(yōu)化,寄存器重命名與發(fā)射隊列的原理和設(shè)計(第4、5章);執(zhí)行單元與浮點運算單元的設(shè)計實現(xiàn)(第6、7章);訪存單元與數(shù)據(jù)緩存設(shè)計(第8章);重排序緩沖的原理及設(shè)計(第9章);IntelP6CPU微架構(gòu)設(shè)計實例(第10章)。微架構(gòu)設(shè)計對應于指令的生命周期,為讀者提供直觀和清晰的視角,便于讀者對高性能CPU設(shè)計深入理解。《高性能超標量CPU:微架構(gòu)剖析與設(shè)計》可作為從事高性能CPU相關(guān)研發(fā)工作專業(yè)人員的參考書,或用作高等院校計算機及集成電路相關(guān)專業(yè)研究生和高年級本科生的教學參考用書,也可供對CPU設(shè)計感興趣的讀者閱讀。

李東聲等編著 ·人工智能 ·16.1萬字

PyTorch自動駕駛視覺感知算法實戰(zhàn)
會員

《PyTorch自動駕駛視覺感知算法實戰(zhàn)》全面介紹了自動駕駛系統(tǒng)中深度學習視覺感知的相關(guān)知識,包括深度神經(jīng)網(wǎng)絡(luò)和深度卷積神經(jīng)網(wǎng)絡(luò)的基本理論,深入講解了自動駕駛中常用的目標檢測、語義、實例分割和單目深度估計四種視覺感知任務。《PyTorch自動駕駛視覺感知算法實戰(zhàn)》對自動駕駛工程實踐中很重要但經(jīng)常被忽略的知識進行了全面總結(jié),包括多任務模型的損失平衡、Ubuntu操作系統(tǒng)、Anaconda和Docker等環(huán)境配置工具、C++開發(fā)環(huán)境搭建、神經(jīng)網(wǎng)絡(luò)壓縮、模型導出和量化、TensorRT推理引擎等和部署相關(guān)的技術(shù)。《PyTorch自動駕駛視覺感知算法實戰(zhàn)》各個任務都由PyTorch實現(xiàn),模型部署的代碼則提供C++實現(xiàn),并附帶一個中等規(guī)模的自動駕駛數(shù)據(jù)集用于示例。所有代碼都公開在Github公開源碼倉庫上,很多代碼可以直接用于生產(chǎn)環(huán)境,且提供了商業(yè)友好的代碼許可證。《PyTorch自動駕駛視覺感知算法實戰(zhàn)》適用于具備基本機器學習知識,有志于從事自動駕駛算法工作的學生,也適用于剛邁入職場,面對各種陌生技術(shù)無所適從的初級工程師。同時,本書也可供中高級算法工程師作為案頭常備書籍,以便查閱。

劉斯坦 ·程序設(shè)計 ·15.8萬字

大模型工程化:AI驅(qū)動下的數(shù)據(jù)體系
會員

大模型在眾多領(lǐng)域得到了廣泛應用,促進了AI技術(shù)的整合和創(chuàng)新。然而,在實際應用過程中,直接將大模型應用于特定行業(yè)常常難以達到預期效果。本書詳細闡述如何在游戲經(jīng)營分析場景中利用大模型實現(xiàn)數(shù)據(jù)體系的建設(shè)。本書分為6個部分,共16章。第1部分主要介紹大模型技術(shù)的發(fā)展與應用,從大模型的發(fā)展現(xiàn)狀展開,重點介紹大模型與數(shù)據(jù)體系的相關(guān)知識。第2部分主要介紹大模型下的關(guān)鍵基礎(chǔ)設(shè)施,涵蓋湖倉一體引擎、湖倉的關(guān)鍵技術(shù)、實時數(shù)據(jù)寫入和高效數(shù)據(jù)分析等內(nèi)容。第3部分主要介紹大模型下的數(shù)據(jù)資產(chǎn),圍繞數(shù)據(jù)資產(chǎn)重塑、數(shù)據(jù)資產(chǎn)標準、數(shù)據(jù)資產(chǎn)建設(shè)、數(shù)據(jù)資產(chǎn)運營展開。第4部分主要介紹自研領(lǐng)域大模型的技術(shù)原理,涵蓋領(lǐng)域大模型的基礎(chǔ)、需求理解算法、需求匹配算法、需求轉(zhuǎn)譯算法等內(nèi)容。第5部分主要介紹大模型的工程化原理,涉及工程化的基礎(chǔ)、技術(shù)籌備、建設(shè)要點、安全策略等內(nèi)容。第6部分介紹大模型在游戲領(lǐng)域的應用,通過游戲領(lǐng)域的經(jīng)營分析案例,系統(tǒng)地闡述如何實現(xiàn)業(yè)務需求。本書適合致力于大模型技術(shù)應用的數(shù)據(jù)工程師閱讀,也適合尋求AI自動化編程解決方案的軟件開發(fā)者閱讀,還適合希望利用AI提升業(yè)務效率的企業(yè)決策者閱讀。

騰訊游戲數(shù)據(jù)團隊編著 ·人工智能 ·15.6萬字

QQ閱讀手機版

主站蜘蛛池模板: 鄂温| 溧阳市| 比如县| 华池县| 澳门| 九江县| 柳林县| 武定县| 无为县| 普兰县| 阿克| 梁山县| 伽师县| 休宁县| 兰州市| 沙雅县| 威信县| 长海县| 大姚县| 河北区| 盐山县| 澎湖县| 乌什县| 宁津县| 巴林左旗| 高唐县| 临猗县| 张掖市| 清远市| 新昌县| 阜平县| 嫩江县| 鄂托克前旗| 平邑县| 巴青县| 卢龙县| 万山特区| 彭山县| 晋城| 金阳县| 天镇县|