Number Systems for Deep Neural Network Architectures

Name: Number Systems for Deep Neural Network Architectures
Brand: Springer Nature Switzerland
SKU: 9783031381355
Price: 276.48 RON
Availability: InStock

Autor: Vasilis Sakellariou, Thanos Stouraitis, Mahmoud Al-Qutayri, Baker Mohammad, Hani Saleh

Limbă:

Legare: Carte broșată

Editura: Springer Nature Switzerland

Disponibilitate: În depozitul extern

Expediem în 5-8 zile

276.48 lei

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

Informații despre carte

Autor

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

Limbă

engleză

Legare

Carte - Carte broșată

Publicat

2024

Pagini

108

EAN

9783031381355

ISBN

3031381351

Enbook ID

46549671

Editura

Springer Nature Switzerland

Greutate

197

Dimensiuni

168 x 240 x 7

Descriere completă

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.

S-ar putea să te intereseze

Clienții care au cumpărat această carte au mai cumpărat și

Cele mai căutate

Categories

Authors

Publishers

Produse

Produse

Cele mai căutate

Categories

Authors

Publishers

Produse

Produse

Number Systems for Deep Neural Network Architectures

Informații despre carte

Descriere completă

S-ar putea să te intereseze

Clienții care au cumpărat această carte au mai cumpărat și