本书精讲移动平台深度学习系统所需核心算法、硬件级指令集、系统设计与编程实战、海量数据处理、业界流行框架裁剪与产品级性能优化策略等，深、翔实。 深度学习基础（第1～4章），介绍发机器学习系统所需重要知识，以及发移动平台机器学习系统算法基石，诸如人工神经网络、稀疏自编码器、深度网络、卷积神经网络等。 移动平台深度学习基础（第5～6章），介绍移动平台发环境搭建、移动平台发基础、ARM指令集加速技术，以及轻量级网络的实现原理与实战。 深理解深度学习（第7～8章），剖析数据预处理原理与方法，高性能实时处理系统发，以及基于深度神经网络的物体检测与识别。本篇是下一篇内容的前导与“基石”。 深理解移动平台深度学习（第9～12章），本篇应用前述章节的框架与技术，实现移动平台深度学习系统的实现与集成，具体涵盖：① 移动平台性能优化，数据采集与训练，为发移动平台图像分类系统建立基础；② 深剖析TensorFlow Lite代码体系、构建原理、集成方法以及核心代码与裁剪分析，模型处理工具，并完成移动平台系统集成；③ 结合实战分析主流移动平台机器学习框架、口，并展望未来。<br/>【推荐语】<br/>读者对象： 1.移动平台应用程序研发人员；2.嵌式设备软件研发人员；3.大数据/机器学习架构师、研发人员；4.智能系统架构设计与发工作者；5.高性能计算研发人员；6.高等院校与科研院所师生。 【免费视频课】作者亲授——CSDN年度精品课程《移动平台深度学习模型剪裁与优化》 ?观看方式： 1、微信关注“华章计算机” 2、在后台回复关键词：移动平台 （1）业界专家联袂推荐，资深专家手把手教你发移动平台人工智能系统； （2）精讲移动平台深度学习系统所需核心算法、硬件级指令集、系统设计与编程实战、海量数据处理、业界流行框架裁剪与产品级性能优化策略等。<br/>【作者】<br/>卢誉声 Autodesk数据平台和计算平台资深工程师，负责平台架构研发工作。工作内容涵盖大规模分布式系统的服务器后端、前端以及SDK的设计与研发，在数据处理、实时计算、分布式系统设计与实现、性能调优、高可用性和自动化等方面积累了丰富的经验。擅长C/C 、JavaScript发，此外对Scala、Java以及移动平台等也有一定研究。著有《移动平台深度神经网络实战：原理、架构与优化》、《分布式实时处理系统：原理架构与实现》，并译有《高级C/C 编译技术》和《JavaScript编程精解（原书第2版）》等。<br/>
評論0