کتاب واحدهای پردازشی تخصصی برای یادگیری ماشین با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره واحدهای پردازشی تخصصی برای یادگیری ماشین

موضوع کلی: معماری و سیستم‌های کامپیوتری

موضوع میانی: معماری سیستم‌های کامپیوتری با قابلیت یادگیری (Learning-Enabled Computing Architectures)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر پردازنده‌های عصبی
  • 2. معماری‌های پایه شبکه‌های عصبی
  • 3. الگوریتم‌های یادگیری نظارت‌شده
  • 4. الگوریتم‌های یادگیری بدون نظارت
  • 5. یادگیری تقویتی: مفاهیم و کاربردها
  • 6. مقدمه‌ای بر پردازنده‌های گرافیکی (GPU)
  • 7. محاسبات موازی و پردازنده‌های عصبی
  • 8. بهینه‌سازی عملکرد شبکه‌های عصبی بر روی GPU
  • 9. معماری‌های تخصصی پردازنده‌های عصبی
  • 10. پردازنده‌های عصبی کم‌مصرف
  • 11. طراحی سخت‌افزاری واحدهای پردازشی عصبی
  • 12. سیستم‌های روی تراشه (SoC) برای یادگیری ماشین
  • 13. کتابخانه‌های نرم‌افزاری برای توسعه پردازنده‌های عصبی
  • 14. TensorFlow و TPUها
  • 15. PyTorch و CUDA
  • 16. فریم‌ورک‌های یادگیری عمیق و سخت‌افزار
  • 17. معماری‌های بازگشتی (RNN) و پیاده‌سازی سخت‌افزاری
  • 18. شبکه‌های عصبی پیچشی (CNN) و بهینه‌سازی سخت‌افزاری
  • 19. شبکه‌های مولد تخاصمی (GAN) و پیاده‌سازی کارآمد
  • 20. پردازش زبان طبیعی (NLP) و پردازنده‌های عصبی
  • 21. بینایی کامپیوتر و پردازنده‌های عصبی
  • 22. تشخیص اشیاء و پردازنده‌های عصبی
  • 23. تقسیم‌بندی تصاویر و پردازنده‌های عصبی
  • 24. پردازش سیگنال و پردازنده‌های عصبی
  • 25. پردازش صدا و پردازنده‌های عصبی
  • 26. پردازش ویدئو و پردازنده‌های عصبی
  • 27. یادگیری انتقالی و سخت‌افزار
  • 28. یادگیری خودنظارتی و سخت‌افزار
  • 29. تکنیک‌های کوانتیزاسیون برای پردازنده‌های عصبی
  • 30. هرس شبکه‌های عصبی و سخت‌افزار
  • 31. تقطیر دانش و سخت‌افزار
  • 32. طراحی پردازنده‌های عصبی مقاوم در برابر خطا
  • 33. امنیت سخت‌افزاری در پردازنده‌های عصبی
  • 34. حملات کانال جانبی و دفاعیات سخت‌افزاری
  • 35. تست و تأیید صحت پردازنده‌های عصبی
  • 36. طراحی سیستم‌های توسعه‌پذیر برای پردازنده‌های عصبی
  • 37. مفاهیم پایه‌ای در سیستم‌های تعبیه‌شده
  • 38. پیاده‌سازی یادگیری ماشین بر روی سیستم‌های تعبیه‌شده
  • 39. پردازنده‌های عصبی برای اینترنت اشیا (IoT)
  • 40. پردازنده‌های عصبی برای خودروهای خودران
  • 41. پردازنده‌های عصبی برای رباتیک
  • 42. مصرف انرژی در پردازنده‌های عصبی
  • 43. مدیریت حرارت در پردازنده‌های عصبی
  • 44. طراحی معماری حافظه برای پردازنده‌های عصبی
  • 45. بهینه‌سازی پهنای باند حافظه
  • 46. معماری‌های پردازنده در حافظه (PIM)
  • 47. شبیه‌سازی و مدل‌سازی رفتار پردازنده‌های عصبی
  • 48. ابزارهای طراحی الکترونیکی (EDA) برای پردازنده‌های عصبی
  • 49. تکنیک‌های طراحی کم‌توان
  • 50. معماری‌های جدید پردازنده‌های عصبی
  • 51. آینده پردازنده‌های عصبی
  • 52. کاربردهای نوظهور پردازنده‌های عصبی
  • 53. استانداردهای صنعتی در پردازنده‌های عصبی
  • 54. چالش‌ها و فرصت‌های پیش روی پردازنده‌های عصبی
تگ‌ها: FPGA GPU پردازش عصبی پردازنده تخصصی سیستم‌های کامپیوتری شتاب‌دهنده سخت‌افزاری محاسبات یادگیری معماری کامپیوتر هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.