幫助中心 | 我的帳號 | 關於我們

機器學習系統(設計和實現)

  • 作者:編者:麥絡//董豪|責編:曾珊
  • 出版社:清華大學
  • ISBN:9787302630074
  • 出版日期:2023/05/01
  • 裝幀:平裝
  • 頁數:308
人民幣:RMB 79 元      售價:
放入購物車
加入收藏夾

內容大鋼
    近年來,機器學習技術廣泛用於各行各業,誕生了眾多突破性成果。其中,機器學習框架和相關係統作為機器學習技術的核心基礎,受到眾多科研人員和開發者的密切關注。本書由淺入深,通俗易懂地講解機器學習框架設計和實現過程中所涉及的核心知識。
    本書分為三大部分。基礎篇覆蓋了使用者所需要了解的機器學習框架核心系統知識和相關編程案例。進階篇覆蓋了開發者所需要理解的機器學習框架核心知識和相關實踐案例。拓展篇詳細討論了多種類型的機器學習系統,從而為廣大機器學習從業者提供解密底層系統所需的基礎知識。

作者介紹
編者:麥絡//董豪|責編:曾珊

目錄
基礎篇
  第1章  導論
    1.1  機器學習應用
    1.2  機器學習框架的設計目標
    1.3  機器學習框架的基本組成原理
    1.4  機器學習系統生態
    1.5  本書結構和讀者對象
  第2章  編程模型
    2.1  機器學習系統編程模型的演進
    2.2  機器學習工作流
      2.2.1  環境配置
      2.2.2  數據處理
      2.2.3  模型定義
      2.2.4  損失函數和優化器
      2.2.5  訓練及保存模型
      2.2.6  測試和驗證
    2.3  定義深度神經網路
      2.3.1  以層為核心定義神經網路
      2.3.2  神經網路層的實現原理
      2.3.3  自定義神經網路層
      2.3.4  自定義神經網路模型
    2.4  C/C++編程介面
      2.4.1  在Python中調用C/C++函數的原理
      2.4.2  添加C++編寫的自定義運算元
    2.5  機器學習框架的編程範式
      2.5.1  機器學習框架編程需求
      2.5.2  機器學習框架編程範式現狀
      2.5.3  函數式編程案例
    2.6  總結
    2.7  拓展閱讀
  第3章  計算圖
    3.1  設計背景和作用
    3.2  計算圖的基本構成
      3.2.1  張量和運算元
      3.2.2  計算依賴
      3.2.3  控制流
      3.2.4  基於鏈式法則計算梯度
    3.3  計算圖的生成
      3.3.1  靜態生成
      3.3.2  動態生成
      3.3.3  動態圖和靜態圖生成的比較
      3.3.4  動態圖與靜態圖的轉換和融合
    3.4  計算圖的調度
      3.4.1  運算元調度執行
      3.4.2  串列與並行
      3.4.3  數據載入同步與非同步機制
    3.5  總結
    3.6  拓展閱讀
進階篇
  第4章  AI編譯器和前端技術

    4.1  AI編譯器設計原理
    4.2  AI編譯器前端技術概述
    4.3  中間表示
      4.3.1  中間表示的基本概念
      4.3.2  中間表示的種類
      4.3.3  機器學習框架的中間表示
    4.4  自動微分
      4.4.1  自動微分的基本概念
      4.4.2  前向與反向自動微分
      4.4.3  自動微分的實現
    4.5  類型系統和靜態分析
      4.5.1  類型系統概述
      4.5.2  靜態分析概述
    4.6  常見前端編譯優化方法
      4.6.1  前端編譯優化簡介
      4.6.2  常見編譯優化方法介紹及實現
    4.7  總結
  ……
拓展篇
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032