✍️ 🧑‍🦱 💚 Autor:innen verdienen bei uns doppelt. Dank euch haben sie so schon 431.453 € mehr verdient. → Mehr erfahren 💪 📚 🙏

Number Systems for Deep Neural Network Architectures

Number Systems for Deep Neural Network Architectures

von Baker Mohammad, Ghada Alsuhli, Hani Saleh, Mahmoud Al-Qutayri, Thanos Stouraitis und Vasilis Sakellariou
Softcover - 9783031381355
53,49 €
  • Versandkostenfrei
Auf meine Merkliste
  • Hinweis: Print on Demand. Lieferbar in 2 Tagen.
    •
  • Lieferzeit nach Versand: ca. 1-2 Tage
  • inkl. MwSt. & Versandkosten (innerhalb Deutschlands)

Weitere Formate

Hardcover - 9783031381324
53,49 €

Autorenfreundlich Bücher kaufen?!

Weitere Formate

Hardcover - 9783031381324
53,49 €

Beschreibung

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.

Details

Verlag Springer International Publishing
Ersterscheinung 19. September 2024
Maße 24 cm x 16.8 cm
Gewicht 197 Gramm
Format Softcover
ISBN-13 9783031381355
Seiten 94

Schlagwörter

Eingebettete Systeme, Embedded Systems, Mathematical Models of Cognitive Processes and Neural Networks, Mathematische Modellierung, Processor Architectures, Rechnerarchitektur und Logik-Entwurf

Herstellerinformationen +

Widerrufsantrag einreichen

Füllen Sie das folgende Formular aus, um Ihren Widerrufsantrag einzureichen.