Verwandte Artikel zu Machine Learning on Commodity Tiny Devices: Theory...
Inhaltsangabe
This book aims at the tiny machine learning (TinyML) software and hardware synergy for edge intelligence applications. It presents on-device learning techniques covering model-level neural network design, algorithm-level training optimization, and hardware-level instruction acceleration.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Über die Autorin bzw. den Autor
Song Guo is a Full Professor leading the Edge Intelligence Lab and Research Group of Networking and Mobile Computing at the Hong Kong Polytechnic University. Professor Guo is a Fellow of the Canadian Academy of Engineering, Fellow of the IEEE, Fellow of the AAIA and Clarivate Highly Cited Researcher.
Qihua Zhou is a PhD student with the Department of Computing at the Hong Kong Polytechnic University. His research interests include distributed AI systems, large-scale parallel processing, TinyML systems and domain-specific accelerators.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
Neu kaufen
Diesen Artikel anzeigen
EUR 60,44
EUR 10,24 für den Versand von Vereinigtes Königreich nach Deutschland
Versandziele, Kosten & Dauer
Suchergebnisse für Machine Learning on Commodity Tiny Devices: Theory...
Beispielbild für diese ISBN
Machine learning on commodity tiny devices
Anbieter: Majestic Books, Hounslow, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. pages cm. Bestandsnummer des Verkäufers 398849984
Anzahl: 3 verfügbar
Beispielbild für diese ISBN
Machine learning on commodity tiny devices
Anbieter: Biblios, Frankfurt am main, HESSE, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. pages cm. Bestandsnummer des Verkäufers 18397559829
Anzahl: 3 verfügbar
Beispielbild für diese ISBN
Machine Learning on Commodity Tiny Devices: Theory and Practice
Verlag:
Taylor & Francis Ltd, 2024
ISBN 10: 1032374268
ISBN 13: 9781032374260
Neu
Paperback / softback
Anbieter: THE SAINT BOOKSTORE, Southport, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Paperback / softback. Zustand: New. New copy - Usually dispatched within 4 working days. 494. Bestandsnummer des Verkäufers B9781032374260
Anzahl: 1 verfügbar
Beispielbild für diese ISBN
Machine Learning on Commodity Tiny Devices
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. In. Bestandsnummer des Verkäufers ria9781032374260_new
Anzahl: Mehr als 20 verfügbar
Foto des Verkäufers
Machine Learning on Commodity Tiny Devices : Theory and Practice
Anbieter: GreatBookPrices, Columbia, MD, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: As New. Unread book in perfect condition. Bestandsnummer des Verkäufers 48821956
Anzahl: 10 verfügbar
Beispielbild für diese ISBN
Machine learning on commodity tiny devices
Anbieter: Books Puddle, New York, NY, USA
Verkäuferbewertung 4 von 5 Sternen
Zustand: New. pages cm First edition Includes bibliographical references and index. Bestandsnummer des Verkäufers 26397559839
Anzahl: 3 verfügbar
Foto des Verkäufers
Machine Learning on Commodity Tiny Devices : Theory and Practice
Anbieter: GreatBookPrices, Columbia, MD, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Bestandsnummer des Verkäufers 48821956-n
Anzahl: 10 verfügbar
Foto des Verkäufers
Machine Learning on Commodity Tiny Devices : Theory and Practice
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: As New. Unread book in perfect condition. Bestandsnummer des Verkäufers 48821956
Anzahl: 9 verfügbar
Foto des Verkäufers
Machine Learning on Commodity Tiny Devices : Theory and Practice
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Bestandsnummer des Verkäufers 48821956-n
Anzahl: 9 verfügbar
Beispielbild für diese ISBN
Machine Learning on Commodity Tiny Devices (Paperback)
Anbieter: AussieBookSeller, Truganina, VIC, Australien
Verkäuferbewertung 5 von 5 Sternen
Paperback. Zustand: new. Paperback. This book aims at the tiny machine learning (TinyML) software and hardware synergy for edge intelligence applications. This book presents on-device learning techniques covering model-level neural network design, algorithm-level training optimization and hardware-level instruction acceleration.Analyzing the limitations of conventional in-cloud computing would reveal that on-device learning is a promising research direction to meet the requirements of edge intelligence applications. As to the cutting-edge research of TinyML, implementing a high-efficiency learning framework and enabling system-level acceleration is one of the most fundamental issues. This book presents a comprehensive discussion of the latest research progress and provides system-level insights on designing TinyML frameworks, including neural network design, training algorithm optimization and domain-specific hardware acceleration. It identifies the main challenges when deploying TinyML tasks in the real world and guides the researchers to deploy a reliable learning system.This book will be of interest to students and scholars in the field of edge intelligence, especially to those with sufficient professional Edge AI skills. It will also be an excellent guide for researchers to implement high-performance TinyML systems. This book aims at the tiny machine learning (TinyML) software and hardware synergy for edge intelligence applications. It presents on-device learning techniques covering model-level neural network design, algorithm-level training optimization, and hardware-level instruction acceleration. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. Bestandsnummer des Verkäufers 9781032374260
Anzahl: 1 verfügbar