很高兴收到书,打开看了一下,还是彩色印刷的。不错经鉴定是正版。
微信图片_20230902055100.jpg

微信图片_20230902055057.jpg


这本书看起来比较高难的样子,我看了第一单,看了两三遍才摸着点头脑,现在总结一下:

本书在前言说了本书主要计论神经网络硬件,那么这个硬件就是加速器。而支持这种硬件的各种软件也有提及。
也就是说本书是以硬软件两方面来论述的。

第一单对我印象深刻的字段我收录一下:

神经网络算法日新月异,演进迅速。专用性过强会大大增加项目风险,虽然硬件架构支持所应用领域的主流神经网络,但也要对算法有一定的演进空间。

个人:我觉得我读这书就有一定风险,因为太抽象了。可谓顶级抽象,就是离现实太远。

神经网络结构分成以下几类:
       第一类是直筒形结构的神经网络。
       第二类是并行结构的神经网络。
       第三类是级联结构的神经网络。
       第四类是并串混合结构的神经网络。

个人:可以看到越来越复杂。

GCN(Graph Convolution Network)图卷集网络是神经网络的一种。

个人:图是数据结构中最难的。我好像那章没有学。

网络基本块:
1,残差块
2,初端块
3,残初块
4,跳块
5,组卷积块
6,隔合块
7,多并行块
网络算子:
1,卷积
2,池化
3,全链接
4,激活函数
5,归一化
6,Softmax
7,其他
加速器分类:
1,基于CPU的加速器
2,基于FPGA的加速器
3,DSP的加速器
4,ASIC专用芯片加速器
5,存内计算,利用新器件的方案。


以上就是我对第一章的总结。