点击下载
作者:卢誉声
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
内容简介：
本书精讲移动平台深度学习系统所需核心算法、硬件级指令集、系统设计与编程实战、海量数据处理、业界流行框架裁剪与产品级性能优化策略等，深入、翔实。
深度学习基础（第1～4章），介绍开发机器学习系统所需重要知识点，以及开发移动平台机器学习系统算法基石，诸如人工神经网络、稀疏自编码器、深度网络、卷积神经网络等。
移动平台深度学习基础（第5～6章），介绍移动平台开发环境搭建、移动平台开发基础、ARM指令集加速技术，以及轻量级网络的实现原理与实战。
深入理解深度学习（第7～8章），剖析数据预处理原理与方法，高性能实时处理系统开发，以及基于深度神经网络的物体检测与识别。本篇是下一篇内容的前导与“基石”。
深入理解移动平台深度学习（第9～12章），本篇应用前述章节的框架与技术，实现移动平台深度学习系统的实现与集成，具体涵盖：① 移动平台性能优化，数据采集与训练，为开发移动平台图像分类系统建立基础；② 深入剖析TensorFlow Lite代码体系、构建原理、集成方法以及核心代码与裁剪分析，模型处理工具，并完成移动平台系统集成；③ 结合实战分析主流移动平台机器学习框架、接口，并展望未来。
移动平台深度神经网络实战:原理-架构与优化(pdf+txt+epub+azw3+mobi电子书在线阅读下载)：
网友评价：
- 里面模型的讲解对理解后面的性能优化和裁剪有帮助，内容的安排还是很有必要的，里面也有一些不错的观点，比较落地。
- 前沿好书！深度学习在移动端的部署加速，在现今场景中需求很大，能突破部分硬件条件的限制，扩大应用范围，并且节省硬件成本。搭上5G的便车，让AI更好更快的走进寻常百姓家。
- 现在移动端应用深度学习技术的趋势太明显了，大势所趋啊。买来这本书读了一下，对我帮助比较大，主要是因为对知识体系的梳理方面恰到好处，而且结合实例代码，这一点我很喜欢。
- 公司的产品准备在移动设备上落地，发现了这本书，实在是及时雨，对知识的覆盖和编程实用性方面都可圈可点，对我帮助很大。
- 这本书刚到手，翻了一下前面几章，对传统机器学习模型的讲解比较详细，而且不是那种知识概念堆砌的，这就比较好，融入了作者自己的理解，最主要的是每个概念背后都千丝万缕联系着后面的内容，我还没读到，但也很期待。
- 本书内容还是很全面的，尤其对初学者而言，对有一定机器学习基础的人，有些章节倒是可以粗略看看，性能优化部分不错。
- 打算学TensorFlow Lite，正好这一本不但有，还有别的框架和知识，非常好，一本搞定。希望移动平台方面的技术有更多突破，大厂能贡献更多力量。
- 现在沉下心来写作并把知识体系整理的如此恰当的书真的很少，我虽然不做移动端开发买了这本书也受益匪浅，建议购买和阅读。
- 不仅仅是移动设备吧，很快可穿戴设备以及边缘计算节点也会步入机器学习大军，拿这本书作为知识储备是个不错的选择，我买了这本正准备开始看。
- 这本书我发现的一个特点就是对枯燥乏味的那些公式的一种全新解读方式，让我这个做工程的人也很好的理解了原理和由来，太棒了。
- 从采集数据、处理数据到使用数据，并结合成熟的移动平台机器学习框架来实现一个可以工作的机器学习产品
- AIoT时代来临，移动平台正在成为工业实践最重要的阵地！大厂既然纷纷布局移动AI了，我也不能掉队！
- 别的不说，光是对ARM指令集的解读以及应用，就值得购买，市面上这类书籍比较少，新出这一本值得购买。
- 一直在找结合移动和神经网络的书，终于有了，初步翻了下，由浅入深，层层递减，有理论有实践，是我要的书。
- 这本书给了我一个很详细的学习路径，这下知道该往哪里使劲儿咯。
- 看了书评，觉得应该了解下，买了一本，好好学习。
- 这本书我发现的一个特点就是对枯燥乏味的那些公式的一种全新解读方式，让我这个做工程的人也很好的理解了原理和由来，太棒了。
- 对比了几本书，总体看下来还是这本比较全面，从低向上的内容都涉及了。
