|
內容簡介: |
本书以人工智能技术为核心,在寒武纪的边缘电脑人工智能加速卡的基础上,以实践为目的指导如何对深度学习的网络模型进行移植的过程。目的是让读者在原有的理论知识基础上,增加动手机会,通过生活中的实际应用来增加读者的兴趣的同时真正具备实践能力。
本书旨在帮助有一定人工智能理论基础的学习者提升实践能力。主要分为两部分,*部分是对深度学习的一些基础知识的介绍,作用是服务于后续案例,其中包含了对于国产智能化芯片寒武纪智能芯片的相关知识的讲解,从原理的介绍到平台的使用,*后到边缘化设备的使用都做了详细的说明,有助于读者理解从网络模型到边缘化设备的具体使用过程,读者可参照这部分内容去完成后续的案例;第二部分则是列举了当下一些较为热门和应用程度较高的基于深度学习和神经网络的相关商业化案例。包含了目标检测、人脸识别、风格迁移、语音识别等不同领域的相关内容,基本涵盖了普及程度*的几种人工智能的应用场景。相较于其他人工智能领域的书籍,本书的重点不是理论知识的学习,而是对理论知识的应用,在生活的实际场景中运用理论知识进行实际案例的实践。
|
關於作者: |
朱宗卫,博士毕业于中国科学技术大学计算机学院,主要研究方向为边缘智能与操作系统级功耗优化。2019年获得江苏省高层次创新创业人才(双创博士)称号,曾任职于中国矿业大学与华为公司,现为中国科学技术大学软件学院教师。在学术方面,以第一作者在IoT、JSA等国际一流期刊与会议发表论文20余篇,并作为核心骨干参与了千万级国家重大课题2项,当前个人负责科技创新特区项目1项、中科院先导项目子课题1项、江苏省青年基金与博士后基金各1项。
张扬眉:博士就读于中国科学院计算技术研究所,主要研究方向为深度学习算法。2020年获得中科院省院合作促进奖先进个人荣誉称号,曾任职于中国科学院计算技术研究所,长期从事科研成果产业化工作,持有基金从业资格证、PMP项目管理专业人士资格认证等相关资质认证。在学术方面,以第一作者在期刊与会议发表论文2篇,实用新型专利1项。
|
|