附件:设置1:设置2:刘佩林设置3:本书介绍机器学习推理算法在嵌入式系统中的底层实现技术与优化, 给出不同层级的优化方法, 包括: 面向机器学习推理模型结构的优化, 面向运算图中各个算子计算的优化, 面向二进制位运算的优化, 面向CPU硬件特性的优化。书中内容结合了理论和实践, 其中底层算法的优化方法涉及其背后的信号处理理论, 同时通过应用例子和大量代码说明其软件实现方法。摘要:
附注提要
本书介绍机器学习推理算法在嵌入式系统中的底层实现技术与优化, 给出不同层级的优化方法, 包括: 面向机器学习推理模型结构的优化, 面向运算图中各个算子计算的优化, 面向二进制位运算的优化, 面向CPU硬件特性的优化。书中内容结合了理论和实践, 其中底层算法的优化方法涉及其背后的信号处理理论, 同时通过应用例子和大量代码说明其软件实现方法。