官术网_书友最值得收藏!

高性能超標(biāo)量CPU:微架構(gòu)剖析與設(shè)計(jì)
會(huì)員

《高性能超標(biāo)量CPU:微架構(gòu)剖析與設(shè)計(jì)》基于當(dāng)前主流的高性能CPU設(shè)計(jì)規(guī)格,全面介紹了高性能超標(biāo)量CPU微架構(gòu)的設(shè)計(jì),并做出對應(yīng)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(biāo)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(yù)測單元、指令譯碼單元的設(shè)計(jì)和優(yōu)化,以及指令緩存的相關(guān)設(shè)計(jì)(第2、3章);分支預(yù)測單元的原理、設(shè)計(jì)和優(yōu)化,寄存器重命名與發(fā)射隊(duì)列的原理和設(shè)計(jì)(第4、5章);執(zhí)行單元與浮點(diǎn)運(yùn)算單元的設(shè)計(jì)實(shí)現(xiàn)(第6、7章);訪存單元與數(shù)據(jù)緩存設(shè)計(jì)(第8章);重排序緩沖的原理及設(shè)計(jì)(第9章);IntelP6CPU微架構(gòu)設(shè)計(jì)實(shí)例(第10章)。微架構(gòu)設(shè)計(jì)對應(yīng)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(jì)深入理解。《高性能超標(biāo)量CPU:微架構(gòu)剖析與設(shè)計(jì)》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(jì)算機(jī)及集成電路相關(guān)專業(yè)研究生和高年級本科生的教學(xué)參考用書,也可供對CPU設(shè)計(jì)感興趣的讀者閱讀。

李東聲等編著 ·人工智能 ·16.1萬字

Python人工智能
會(huì)員

本書系統(tǒng)地介紹了基于Python平臺的人工智能的原理及實(shí)現(xiàn)過程,全書共7章。第1章“從這里開始認(rèn)識Python”,介紹人工智能及Python基礎(chǔ)知識;第2章“Python語法基礎(chǔ)”,通過生動(dòng)有趣的實(shí)驗(yàn)實(shí)例介紹Python編程語法知識;第3章“Python程序設(shè)計(jì)”,以實(shí)例為基礎(chǔ),介紹Python的編程方法;第4章“數(shù)據(jù)結(jié)構(gòu)”,通過范例介紹列表、元組、字典、集合、函數(shù)等數(shù)據(jù)結(jié)構(gòu)的使用方法;第5章“數(shù)據(jù)庫及應(yīng)用”,主要介紹Python數(shù)據(jù)庫應(yīng)用及Web應(yīng)用開發(fā)技術(shù),通過實(shí)例講解Python數(shù)據(jù)庫應(yīng)用;第6章“大數(shù)據(jù)應(yīng)用”,基于實(shí)例,主要介紹網(wǎng)絡(luò)爬蟲、Excel數(shù)據(jù)爬取及分析處理等技術(shù),了解數(shù)據(jù)挖掘分析處理等大數(shù)據(jù)應(yīng)用技術(shù)的一般設(shè)計(jì)流程;第7章“人工智能”,以具體實(shí)例講解照片人臉識別、圖像識別、視頻人臉識別、聊天機(jī)器人、微信語音聊天機(jī)器人、圖文識別、語音識別及花朵識別等人工智能深度學(xué)習(xí)技術(shù)。本書圖文并茂,示例豐富,講解細(xì)致透徹,介紹深入淺出,章后練習(xí)精廣,具有很強(qiáng)的實(shí)用性和可操作性,適合初學(xué)或自學(xué)Python的學(xué)生,可作為中小學(xué)STEM教育或培訓(xùn)機(jī)構(gòu)的人工智能課程教材,也可作為大中專院校人工智能、軟件工程、計(jì)算機(jī)等專業(yè)以及相關(guān)課程的教材或參考書,還可以當(dāng)作全國計(jì)算機(jī)二級(Python)考試的教材使用。

劉偉善 ·人工智能 ·7.8萬字

TensorFlow機(jī)器學(xué)習(xí)(原書第2版)
會(huì)員

這是一本TensorFlow機(jī)器學(xué)習(xí)入門教程,書中通過大量實(shí)例,以淺顯易懂、循序漸進(jìn)的方式詳細(xì)闡釋使用Python和TensorFlow構(gòu)建機(jī)器學(xué)習(xí)模型的核心技術(shù)與方法。本書既涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)理論,又介紹了如何將機(jī)器學(xué)習(xí)核心概念應(yīng)用于現(xiàn)實(shí)世界的挑戰(zhàn)(例如,情感分析、文本分類和圖像識別)中,并通過實(shí)例展示了用于深度語音處理、面部識別以及使用CIFAR-10的自編碼器的神經(jīng)網(wǎng)絡(luò)技術(shù)。全書共分為三部分。第一部分(第1~2章)討論機(jī)器學(xué)習(xí)的基本原理及其當(dāng)前被大規(guī)模應(yīng)用的原因;第二部分(第3~10章)通過大量實(shí)例詳細(xì)介紹回歸算法和分類算法,涵蓋回歸、分類、無監(jiān)督聚類和隱馬爾可夫模型(HMM)等技術(shù)及應(yīng)用;第三部分(第11~19章)主要介紹神經(jīng)網(wǎng)絡(luò)及其應(yīng)用,涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動(dòng)分類圖像和面部識別的卷積神經(jīng)網(wǎng)絡(luò)(CNN)、用于時(shí)間序列數(shù)據(jù)或語音轉(zhuǎn)文本的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),以及seq2seqRNN架構(gòu)等內(nèi)容。通過閱讀本書,你將能夠:使用TensorFlow進(jìn)行機(jī)器學(xué)習(xí)選擇最佳的機(jī)器學(xué)習(xí)方法使用TensorBoard可視化算法與合作伙伴共享結(jié)果在Docker中運(yùn)行模型

(美)克里斯·馬特曼 ·人工智能 ·16.8萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 大理市| 兰坪| 大名县| 密云县| 文昌市| 张北县| 河源市| 禹州市| 泊头市| 南阳市| 绿春县| 台中县| 青阳县| 江津市| 辽宁省| 石林| 辽阳县| 嘉禾县| 江华| 白城市| 盖州市| 南丹县| 南郑县| 乌鲁木齐县| 抚州市| 鱼台县| 汝城县| 郎溪县| 澜沧| 文山县| 吉安县| 葫芦岛市| 西宁市| 广安市| 寿宁县| 东丽区| 太仆寺旗| 泸西县| 武邑县| 永定县| 宁明县|