اکسپرس 24
کتاب طراحی و ساخت شتاب‌دهنده‌های سفارشی برای یادگیری ماشین در سیستم‌های تعبیه‌شده (TinyML)

کتاب طراحی و ساخت شتاب‌دهنده‌های سفارشی برای یادگیری ماشین در سیستم‌های تعبیه‌شده (TinyML)

تگ‌ها: TinyML بهینه‌سازی سخت‌افزار سخت‌افزار هوش مصنوعی سیستم‌های تعبیه‌شده شتاب‌دهنده یادگیری ماشین طراحی VLSI میکروکنترلر هوش مصنوعی لبه یادگیری ماشین

انتخاب پلن

افزودنی‌های اختیاری

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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و ساخت شتاب‌دهنده‌های سفارشی برای یادگیری ماشین در سیستم‌های تعبیه‌شده (TinyML)

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: بهینه‌سازی سخت‌افزار برای یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین در سیستم‌های تعبیه‌شده
  • 2. معماری‌های سخت‌افزاری برای یادگیری ماشین
  • 3. پردازنده‌های عصبی و شتاب‌دهنده‌های سنتی
  • 4. مبانی طراحی دیجیتال برای یادگیری ماشین
  • 5. زبان‌های توصیف سخت‌افزار (HDL)
  • 6. شبیه‌سازی و اعتبارسنجی طراحی
  • 7. توسعه کتابخانه‌های IP برای یادگیری ماشین
  • 8. بهینه‌سازی مصرف انرژی در شتاب‌دهنده‌های یادگیری ماشین
  • 9. روش‌های کوانتیزاسیون مدل‌های یادگیری ماشین
  • 10. تبدیل مدل‌های یادگیری ماشین به سخت‌افزار
  • 11. طراحی حافظه برای شتاب‌دهنده‌های یادگیری ماشین
  • 12. معماری‌های حافظه نزدیک به پردازنده
  • 13. طراحی بلوک‌های محاسباتی سفارشی
  • 14. پیاده‌سازی ضرب ماتریسی با کارایی بالا
  • 15. بهینه‌سازی ضرب نقطه‌ای در سخت‌افزار
  • 16. معماری‌های موازی برای یادگیری ماشین
  • 17. طراحی شتاب‌دهنده برای شبکه‌های عصبی کانولوشنی (CNN)
  • 18. شتاب‌دهنده‌های CNN برای پردازش تصویر
  • 19. طراحی شتاب‌دهنده برای شبکه‌های عصبی بازگشتی (RNN)
  • 20. شتاب‌دهنده‌های RNN برای پردازش سیگنال
  • 21. طراحی شتاب‌دهنده برای شبکه‌های عصبی گراف (GNN)
  • 22. شتاب‌دهنده‌های GNN برای تحلیل داده
  • 23. معماری‌های شتاب‌دهنده با قابلیت تنظیم مجدد
  • 24. طراحی شتاب‌دهنده‌های تطبیقی
  • 25. روش‌های کاهش پیچیدگی محاسباتی
  • 26. بهینه‌سازی توزیع داده در حافظه
  • 27. طراحی شتاب‌دهنده برای تشخیص گفتار
  • 28. شتاب‌دهنده‌های تشخیص گفتار با مصرف انرژی پایین
  • 29. طراحی شتاب‌دهنده برای تشخیص اشیاء
  • 30. شتاب‌دهنده‌های تشخیص اشیاء در تصاویر و ویدیو
  • 31. طراحی شتاب‌دهنده برای تشخیص ناهنجاری
  • 32. شتاب‌دهنده‌های تشخیص ناهنجاری در داده‌های حسگر
  • 33. طراحی شتاب‌دهنده برای پیش‌بینی سری‌های زمانی
  • 34. شتاب‌دهنده‌های پیش‌بینی سری‌های زمانی برای کاربردهای صنعتی
  • 35. توسعه کامپایلر برای شتاب‌دهنده‌های یادگیری ماشین
  • 36. بهینه‌سازی گراف محاسباتی
  • 37. تخصیص منابع محاسباتی
  • 38. تولید کد HDL خودکار
  • 39. روش‌های تست و عیب‌یابی شتاب‌دهنده‌های یادگیری ماشین
  • 40. ارزیابی عملکرد شتاب‌دهنده‌ها
  • 41. مقایسه شتاب‌دهنده‌های سفارشی با پردازنده‌های عمومی
  • 42. طراحی سیستم روی تراشه (SoC) برای یادگیری ماشین
  • 43. ادغام شتاب‌دهنده با سایر بلوک‌های سیستم
  • 44. طراحی رابط‌های ارتباطی با پهنای باند بالا
  • 45. بهینه‌سازی مصرف انرژی در سطح سیستم
  • 46. روش‌های مدیریت حرارت در شتاب‌دهنده‌های یادگیری ماشین
  • 47. طراحی شتاب‌دهنده برای کاربردهای اینترنت اشیا (IoT)
  • 48. شتاب‌دهنده‌های IoT با محدودیت انرژی
  • 49. طراحی شتاب‌دهنده برای کاربردهای پزشکی
  • 50. شتاب‌دهنده‌های پزشکی قابل حمل
  • 51. طراحی شتاب‌دهنده برای کاربردهای کشاورزی
  • 52. شتاب‌دهنده‌های کشاورزی دقیق
  • 53. طراحی شتاب‌دهنده برای کاربردهای خودرویی
  • 54. شتاب‌دهنده‌های خودرویی برای رانندگی خودکار
  • 55. امنیت شتاب‌دهنده‌های یادگیری ماشین
  • 56. حفاظت از مدل‌های یادگیری ماشین
  • 57. مقابله با حملات مخرب
  • 58. طراحی شتاب‌دهنده مقاوم در برابر خطا
  • 59. شناسایی و اصلاح خطا در سخت‌افزار
  • 60. بررسی روند آینده شتاب‌دهنده‌های یادگیری ماشین
  • 61. چالش‌ها و فرصت‌های پیش رو
  • 62. طراحی شتاب‌دهنده‌های یادگیری ماشین با استفاده از FPGA
  • 63. طراحی شتاب‌دهنده‌های یادگیری ماشین با استفاده از ASIC
  • 64. تکنیک‌های طراحی کم‌توان برای شتاب‌دهنده‌های یادگیری ماشین
  • 65. معماری‌های جدید حافظه برای یادگیری ماشین
  • 66. بهینه‌سازی عملکرد شتاب‌دهنده‌ها با استفاده از الگوریتم‌های یادگیری تقویتی
  • 67. طراحی شتاب‌دهنده‌های یادگیری ماشین با استفاده از روش‌های طراحی مبتنی بر مدل

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.