Deep Learning for Computer Architects (Synthesis Lectures on Computer Architecture)
Paul Whatmough; Gu-Yeon Wei; David Brooks
Lingua: inglese
Editore: Morgan & Claypool, 2017
Serie: Libro 4 di 7 - Synthesis Lectures on Computer Architecture
- Brossura
- Usato
Da: Scissortail, Oklahoma City, OK, U.S.A.Scissortail
Venditore AbeBooks dal 7 febbraio 2023
Condizione: Usato - Buono
EUR 89,60
Quantità: 1 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This is a pre-loved book that shows moderate signs of wear from previous reading. You may notice creases, edge wear, or a cracked spine, but it remains in solid, readable condition. Please note: -May include library or rental stickers, stamps, or markings. -Supplemental materials e.g., CDs, access codes, inserts are not guaranteed. -Box sets may not come with the original outer box. If it does, the box will not be in perfect condition. Your satisfaction is our top priority! If you have any questions or concerns about your order, please don't hesitate to reach out. Thank you for shopping with us and supporting small business—happy reading.
Codice articolo STM.BQ1
- Titolo
- Deep Learning for Computer Architects (Synthesis Lectures on Computer Architecture)
- Autore
- Paul Whatmough; Gu-Yeon Wei; David Brooks
- Editore
- Morgan & Claypool
- Anno di pubblicazione
- 2017
- Condizione
- good
- Rilegatura
- Brossura
- Lingua
- inglese
- ISBN 10
- 1627057285
- ISBN 13
- 9781627057288
- Serie
- Libro 4 di 7: Synthesis Lectures on Computer Architecture
This is a primer written for computer architects in the new and rapidly evolving field of deep learning. It reviews how machine learning has evolved since its inception in the 1960s and tracks the key developments leading up to the emergence of the powerful deep learning techniques that emerged in the last decade.
Machine learning, and specifically deep learning, has been hugely disruptive in many fields of computer science. The success of deep learning techniques in solving notoriously difficult classification and regression problems has resulted in their rapid adoption in solving real-world problems. The emergence of deep learning is widely attributed to a virtuous cycle whereby fundamental advancements in training deeper models were enabled by the availability of massive datasets and high-performance computer hardware.
It also reviews representative workloads, including the most commonly used datasets and seminal networks across a variety of domains. In addition to discussing the workloads themselves, it also details the most popular deep learning tools and show how aspiring practitioners can use the tools with the workloads to characterize and optimize DNNs.
The remainder of the book is dedicated to the design and optimization of hardware and architectures for machine learning. As high-performance hardware was so instrumental in the success of machine learning becoming a practical solution, this chapter recounts a variety of optimizations proposed recently to further improve future designs. Finally, it presents a review of recent research published in the area as well as a taxonomy to help readers understand how various contributions fall in context.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Scissortail
Oklahoma City, OK, U.S.A.
Venditore AbeBooks dal 7 febbraio 2023
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 5 a 14 giorni lavorativi | Da 3 a 6 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 0,00 | EUR 8,71 |
Metodi di pagamento
Descrizione dello Store
At BuenaWave, we strive to recycle books, create jobs, and have a positive impact on our community. Every day, we save thousands of books and find new readers from around the world. We appreciate our customers and will do everything we can to get them a good book at a great price.
Specializzazione
All used booksInformazioni sull’azienda del venditore
BuenaWave LC
1 NE 14th St
Oklahoma City, OK U.S.A. 73104
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Scissortail, Oklahoma City, Oklahoma, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.