机读格式显示(MARC)

• 000 01654nam 2200277 450

• 001 0000431087

• 005 20221025164100.0

• 010 __ |a 978-7-302-60151-7 |b 精装 |d CNY89.00

• 100 __ |a 20220927d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 神经网络加速器的计算架构及存储优化技术研究 |A shen jing wang luo jia su qi de ji suan jia gou ji cun chu you hua ji shu yan jiu |d = Architecture design and memory optimization for neural network accelerators |f 涂锋斌著 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2022

• 215 __ |a 17, 140页, [19] 页图版 |c 图 |d 24cm

• 225 2_ |a 清华大学优秀博士学位论文丛书 |A qing hua da xue you xiu bo shi xue wei lun wen cong shu

• 320 __ |a 有书目 (第126-136页)

• 330 __ |a 本书针对过去神经网络加速器设计在计算模式、计算架构和存储优化方面存在的不足, 研究总结出两套神经网络加速器的优化设计方法: 基于“计算模式-动态重构”的计算架构设计方法和基于“器件特性-容错能力”的存储优化方法, 并主要介绍3项基于上述优化设计方法的研究工作: 面向通用神经网络近似的神经网络计算架构RNA面向专用人工智能领域的神经网络计算架构DNA和基于数据保持时间的神经网络存储优化框架RANA。研究工作本身均已进行充分的实验验证, 具备很高的实用价值。优化设计方法不仅为研究工作提供了有力支撑, 对神经网络加速器架构未来的研究方向同样具有指导意义。

• 410 _0 |1 2001 |a 清华大学优秀博士学位论文丛书

• 510 1_ |a Architecture design and memory optimization for neural network accelerators |z eng

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo |x 加速器 |x 最优设计 |x 研究

• 690 __ |a TP183 |v 5

• 701 _0 |a 涂锋斌 |A tu feng bin |4 著

• 801 _0 |a CN |b 辽批 |c 20220927

• 905 __ |a AUSTL |d TP183/T312