简介
本书系统地介绍了机器学习系统的设计原则和实践经验,侧重于介绍机器学习的原理、神经网络和优化器、自动差分算法、机器学习系统编程模型、控制流和数据流,异构硬件加速器的原理和编程、数据流图编译器前端、数据流图编译器后端、数据准备和增强、模型部署相关技术、分布式训练、弹性训练、联合训练和评估平台、调试和优化工具、数据隐私和安全等。在讲授的过程中,本书将根据MindSpore的自身特点,在各个章节突出讨论MindSpore的优势点,从而将MindSpore并列为与TensorFlow,PyTorch的三大框架。
编辑推荐
本书分为三大部分。基础篇覆盖机器学习框架使用者所需要了解的核心系统知识和相关编程案例;进阶篇覆盖了机器学习框架开发着所需要理解的核心知识和相关实践案例;拓展篇详细讨论了多种类的机器学习系统,从而为广大机器学习从业者提供解密底层系统所需的基础知识。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2023-05-01
- 更新: 2023-10-18
- 书号:9787302630074
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
相关专题
相关图书
-
机器学习和深度学习:原理、算法、实战(使用Python 和 TensorFlow)
[印] 文卡塔·雷迪·科纳萨尼(Venkata Reddy Konasani)、沙伦德拉·卡德雷(Shailendra Kadre)著 秦婧 韩雨童 译
¥128.00