高能效类脑智能：算法与体系架构
郑楠 [美]皮纳基·马祖姆德
339人在读
17.3万字总字数
¥59.4定价
郑楠 [美]皮纳基·马祖姆德
本书从对神经网络的概述开始，讨论基于速率的人工神经网络的应用和训练，介绍实现神经网络的多种方法，如从通用处理器到专用硬件，从数字加速器到模拟加速器。接下来展示了一个为神经网络的自适应动态规划而建立的高能效加速器，然后是脉冲神经网络的基础概念和流行的学习算法，以及脉冲神经网络硬件概述。本书还为读者介绍了三个实现书中学习算法的设计案例（两个基于传统CMOS工艺，一个基于新兴的纳米工艺），最后对神经网络硬件进行总结与展望。
不错，有所启发。 我们正在研发新的脉冲神经网络，有兴趣可以体验 kyberne.redfeed.io
质量不及综述性论文，翻译是灾难级的，极度不认真的翻译看着反感。例如： difderent很多地方应该是“差异”或“差距”的意思，但被翻译成“不同”，读起来很费解；otherwise应该是“其它”但翻译成“否则”（如式4.20）… 一言难尽，总之给人以极度敷衍和不认真的感觉，书的翻译者极度不靠谱。
几个难题待解决： 1. 需要专用硬件支持。个人或小组织很难得到专用硬件，这意味着本书理论、实践目前只能停留在实验室。 2. 大规模训练困难。 3. 精度与效率失衡，依赖“时间换精度”。