Number Systems for Deep Neural Network Architectures

Name: Number Systems for Deep Neural Network Architectures
Brand: Springer Nature Switzerland
SKU: 9783031381355
Price: 50.14 EUR
Availability: InStock

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

Jazyk:

Väzba: Brožovaná

Vydavateľ: Springer Nature Switzerland

Dostupnosť: Skladom u dodávateľa

Odosielame za 5-8 dní

50.14 €

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

Informácie o knihe

Autor

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

Jazyk

Angličtina

Väzba

Kniha - Brožovaná

Vydalo

2024

Stránok

108

EAN

9783031381355

ISBN

3031381351

Enbook ID

46549671

Vydavateľ

Springer Nature Switzerland

Hmotnosť

197

Rozmery

168 x 240 x 7

Kompletný popis

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.

Mohlo by vás zaujímať

Zákazníci, ktorí si kúpili túto knihu, kúpili tiež

Najčastejšie vyhľadávané

Categories

Authors

Publishers

Produkty

Produkty

Najčastejšie vyhľadávané

Categories

Authors

Publishers

Produkty

Produkty

Number Systems for Deep Neural Network Architectures

Informácie o knihe

Kompletný popis

Mohlo by vás zaujímať

Zákazníci, ktorí si kúpili túto knihu, kúpili tiež