Number Systems for Deep Neural Network Architectures

Name: Number Systems for Deep Neural Network Architectures
Brand: Springer, Berlin
SKU: 9783031381324
Price: 19797 HUF
Availability: InStock

Szerző: Ghada Alsuhli, Vasilis Sakellariou, Hani Saleh, Mahmoud Al-Qutayri, Baker Mohammad, Thanos Stouraitis

Nyelv:

Kötés: Kemény kötésű

Kiadó: Springer, Berlin

Elérhetőség: Beszállítói készleten

Küldés 10-13 napon belül

19 797 Ft

This book provides readers a comprehensive introduction to alternative number systems for more effic...

Információk a könyvről

Szerző

Ghada Alsuhli, Vasilis Sakellariou, Hani Saleh, Mahmoud Al-Qutayri, Baker Mohammad, Thanos Stouraitis

Nyelv

Angol

Kötés

Könyv - Kemény kötésű

Kiadva

2023

oldal

108

EAN

9783031381324

Enbook ID

43654697

Kiadó

Springer, Berlin

Súly

372

Méretek

168 x 240

Teljes leírás

This book provides readers a comprehensive introduction to alternative number systems for more efficient representations of Deep Neural Network (DNN) data. Various number systems (conventional/unconventional) exploited for DNNs are discussed, including Floating Point (FP), Fixed Point (FXP), Logarithmic Number System (LNS), Residue Number System (RNS), Block Floating Point Number System (BFP), Dynamic Fixed-Point Number System (DFXP) and Posit Number System (PNS). The authors explore the impact of these number systems on the performance and hardware design of DNNs, highlighting the challenges associated with each number system and various solutions that are proposed for addressing them.

Érdekelheti

Azok a vásárlók, akik ezt a könyvet megvásárolták, a következőket is megvásárolták

Leggyakrabban keresett

Categories

Authors

Publishers

Termékek

Termékek

Leggyakrabban keresett

Categories

Authors

Publishers

Termékek

Termékek

Number Systems for Deep Neural Network Architectures

Információk a könyvről

Teljes leírás

Érdekelheti

Azok a vásárlók, akik ezt a könyvet megvásárolták, a következőket is megvásárolták