fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Alsuhli / Sakellariou / Stouraitis

Number Systems for Deep Neural Network Architectures

Medium: Buch
ISBN: 978-3-031-38132-4
Verlag: Springer Nature Switzerland
Erscheinungstermin: 02.09.2023
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken

Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

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.

Produkteigenschaften

  • Artikelnummer: 9783031381324
  • Medium: Buch
  • ISBN: 978-3-031-38132-4
  • Verlag: Springer Nature Switzerland
  • Erscheinungstermin: 02.09.2023
  • Sprache(n): Englisch
  • Auflage: 2024
  • Serie: Synthesis Lectures on Engineering, Science, and Technology
  • Produktform: Gebunden
  • Gewicht: 372 g
  • Seiten: 94
  • Format (B x H x T): 173 x 246 x 12 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Autoren

Introduction.- Conventional number systems.- DNN architectures based on Logarithmic Number System (LNS).- DNN architectures based on Residue Number System (RNS).- DNN architectures based on Block Floating Point (BFP) number system.- DNN architectures based on Dynamic Fixed Point (DFXP) number system.- DNN architectures based on Posit number system.