当前位置: 首页 > news >正文

为什么《智能计算系统》被称为“星空书”?

由深度学习处理器芯片研究的开拓者陈云霁领衔,中科院计算所、软件所的专家学者倾心写就的《智能计算系统》出版有一个多月了,该书一上市,就受到了高校教师、科研人员、学生、技术人员的热烈欢迎,频频登上各大排行榜首。新书在上市第3天即成为京东教材榜第一名,并在上市一个月内完成了第2次印刷上市。

陈老师的教材写的深入浅出,适合本专业的研究生童鞋阅读学习。后期难度较大,但是十分的受用,学完后会对整个智能计算系统有着深入的了解,值得一看。顺便夸一下,陈老师确实是个非常nice的老师,他的书和他的人一样很nice!

由于大学本科学的专业不是芯片或AI相关的专业,但又对AI芯片领域非常感兴趣,所以毕业后选择了AI芯片方向的工作。由于缺乏相关的背景知识和理论基础,工作过程中遇到的困难很多,一直非常期待能有这样一本书领我入门,看到此书的上市非常激动,已粗略地看过一遍,里面的内容对于全面理解AI芯片整个技术栈非常有帮助,希望此书能够大卖,寒武纪能够成为一个伟大的公司!

作为深度学习从业人员,非常希望有一本书可以从比较宏观的角度来讲计算系统,大部分的书都是从软件层面来讲的,这本书正好弥补了这方面的空白。还有,陈老师在网络上还直播这本书对应的课程,配套搭配学习更好。总之这本书比较系统的从芯片到应用的整个深度学习技术栈,非常值得一看。

国科大学生前来报道!为陈老师应援~当时陈老师给我们上课的时候教材还没出,每节课记笔记记得手都要断了,现在开课学校的童鞋们享福了,哈哈哈哈!

人工智能芯片这几年太热了,不紧跟前沿感觉马上就要被时代淘汰了……这本书对很多基本概念和相互之间的关系讲得非常清楚,一个风格迁移的案例也很好上手,“星空书”,爱了!

“星空书”的由来

为什么大家都亲切地称之为“星空书”呢?

是因为《智能计算系统》的封面——由风格迁移算法生成的梵高风格的星空图片——作为全书的驱动范例,贯穿始终。全书通过这个具体的图像风格迁移深度学习任务,介绍在面向深度学习的智能计算系统中从算法到编程再到芯片是如何工作的

图1

图2

图1是一张星空的图片,图2则是通过图像风格迁移转换出来的梵高风格的星空图片。

在智能计算系统中,这是如何实现的呢?

首先,建立能进行图像风格迁移的深度学习模型。这主要涉及神经网络和深度学习的算法等工作,包括如何抽取输入图像和模式图像特征,如何进行模型的训练等等。具体神经网络和深度学习的算法基础会在第2~3 章进行介绍。

其次,将神经网络算法在智能计算系统上实现出来。第一步要用到深度学习编程框架,常见编程框架包括Caffe、TensorFlow、MXNet等。编程框架将深度学习算法中的基本操作封装成一系列算子或组件,帮助用户更简单地实现已有算法或设计新的算法。以TensorFlow为例,矩阵乘计算过程的描述如图 1.6所示。第4~5章将详细介绍深度学习编程框架的使用 及工作机理。第二步,要有专门的深度学习处理器来高效地支撑深度学习编程框架,进而高效地支持深度学习算法及应用。第6章介绍如何设计一款深度学习处理器;第7章介绍实际的工业级单核和多核深度学习处理器的架构。在深度学习处理器上编程需要用智能编程 语言,第8章介绍智能计算系统的抽象框架、智能编程语言的编程模型、语言基础、编程接口、功能调试、性能调优,以及如何基于智能编程语言BCL进行智能系统应用的开发。

最后,搭建运行环境,在实际芯片上对程序进行调试并让程序运行起来。实践中可能会遇到功能问题、精度问题、画面效果不佳等问题,相关的训练或使用方面的知识将在第9章介绍。

为了帮助读者完整理解整个智能计算系统的工作运行原理,以“星空图”图像风格迁移的例子作为牵引,从算法、编程、芯片等多个角度系统性地介绍智能计算系统的软硬件技术栈,最终帮助读者拥有实际开发一个简单智能计算系统的能力。

这下,你明白《智能计算系统》为什么被大家亲切地成为“星空书”了吧?

赶快入手一本,成为“星星粉”的一员吧!

扫码了解详情并购买

更多精彩回顾

 书单 | 510阿里日 | 请收下这份阿里大牛书单

干货 | 73页PPT,教你从0到1构建用户画像系统(附下载)
榜单 | 423世界读书日 | 华章精品IT书单独家推荐

收藏 | 这10本书助你从容应对数字化转型中可能出现的各种挑战

相关文章:

  • 如何使用 Istio 进行多集群部署管理:单控制平面 Gateway 连接拓扑
  • AI直通车 | 阅读理解测试开始!竟然是你VS计算机?
  • #我与虚拟机的故事#连载20:周志明虚拟机第 3 版:到底值不值得买?
  • 大咖发声 | 亲谈Java程序员的职业方向与核心竞争力
  • 世界一流大学的计算机专业,在用哪些书当教材?
  • 用户画像有什么用?怎样用?6个场景案例给你详细解答
  • ​渐进式Web应用PWA的未来
  • G1垃圾回收算法概述
  • 【第7期】云计算监控——Prometheus监控系统
  • 一行简单的管道命令快速创建、原型化复杂的功能
  • 数据分析师的案头工具书都在这了
  • 薅当当羊毛的机会又!双!!叒!!!叕!!!来了
  • 520 情人节 :属于Python 程序员的脱单攻略大合集(视频版)
  • 高端科普系列——领略前沿科学的魅力
  • 周志明虚拟机最新版,大厂面试必备宝典
  • “大数据应用场景”之隔壁老王(连载四)
  • 「前端」从UglifyJSPlugin强制开启css压缩探究webpack插件运行机制
  • 【刷算法】求1+2+3+...+n
  • CSS相对定位
  • Java 内存分配及垃圾回收机制初探
  • javascript 总结(常用工具类的封装)
  • JS基础篇--通过JS生成由字母与数字组合的随机字符串
  • js如何打印object对象
  • oldjun 检测网站的经验
  • overflow: hidden IE7无效
  • SpringBoot几种定时任务的实现方式
  • vue-loader 源码解析系列之 selector
  • vue从创建到完整的饿了么(11)组件的使用(svg图标及watch的简单使用)
  • 多线程事务回滚
  • 精益 React 学习指南 (Lean React)- 1.5 React 与 DOM
  • 普通函数和构造函数的区别
  • 设计模式走一遍---观察者模式
  • 适配iPhoneX、iPhoneXs、iPhoneXs Max、iPhoneXr 屏幕尺寸及安全区域
  • 微服务核心架构梳理
  • 我的面试准备过程--容器(更新中)
  • - 转 Ext2.0 form使用实例
  • 字符串匹配基础上
  • 深度学习之轻量级神经网络在TWS蓝牙音频处理器上的部署
  • ​LeetCode解法汇总307. 区域和检索 - 数组可修改
  • #Linux(权限管理)
  • $.each()与$(selector).each()
  • (+4)2.2UML建模图
  • (1)常见O(n^2)排序算法解析
  • (cljs/run-at (JSVM. :browser) 搭建刚好可用的开发环境!)
  • (done) NLP “bag-of-words“ 方法 (带有二元分类和多元分类两个例子)词袋模型、BoW
  • (java)关于Thread的挂起和恢复
  • (二)Pytorch快速搭建神经网络模型实现气温预测回归(代码+详细注解)
  • (附源码)spring boot建达集团公司平台 毕业设计 141538
  • (七)Java对象在Hibernate持久化层的状态
  • (区间dp) (经典例题) 石子合并
  • (转)Oracle 9i 数据库设计指引全集(1)
  • *++p:p先自+,然后*p,最终为3 ++*p:先*p,即arr[0]=1,然后再++,最终为2 *p++:值为arr[0],即1,该语句执行完毕后,p指向arr[1]
  • *p=a是把a的值赋给p,p=a是把a的地址赋给p。
  • .NET / MSBuild 扩展编译时什么时候用 BeforeTargets / AfterTargets 什么时候用 DependsOnTargets?
  • .net 写了一个支持重试、熔断和超时策略的 HttpClient 实例池