1.本书是一本介绍移动终端人工智能应用发和性能评测的工具书,包含了移动终端人工智能技术架构、神经网络模型、AI推理框架和深度学习编译器等内容,汇聚了多个主流供应商的移动终端AI技术框架和工具,通过应用实例系统地阐述了移动终端AI应用的发、调试,以及AI应用性能的专业评测方法。对于移动终端AI应用发者和爱好者是一本不错的门指南; 2.读者可从机械工业出版社华章分社图书网站下载书中实例源代码:http://www.hzbook.com。
售 价:¥
纸质售价:¥74.20购买纸书
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐
Preface 前言
Chapter 1 第1章 移动终端人工智能技术概述
1.1 人工智能技术发展概况
1.2 机器学习与软件框架技术概述
1.3 移动终端人工智能应用
1.4 小结
参考文献
Chapter 2 第2章 移动终端人工智能技术架构
2.1 移动终端人工智能技术的特点和分层架构
2.2 各层功能概述
2.3 小结
参考文献
Chapter 3 第3章 神经网络模型
3.1 神经网络模型概述
3.2 典型神经网络模型介绍
3.3 小结
参考文献
Chapter 4 第4章 移动终端推理框架
4.1 推理框架的工作原理
4.2 推理框架的工作流程
4.3 主要移动终端推理框架介绍
4.4 小结
参考文献
Chapter 5 第5章 深度学习编译器
5.1 深度学习编译器的概念
5.2 主流编译器介绍
5.3 小结
Chapter 6 第6章 移动终端AI推理应用开发过程
6.1 总体开发过程
6.2 需求阶段
6.3 设计阶段
6.4 编码开发阶段
6.5 调试阶段
6.6 小结
Chapter 7 第7章 移动终端推理应用开发实例
7.1 基于TensorFlow Lite框架的图像分类应用
7.2 基于PyTorch Mobile框架的应用实例
7.3 基于Paddle Lite引擎的应用实例
7.4 基于vivo VCAP引擎的应用实例
7.5 基于高通SNPE引擎的图片分类应用
7.6 基于华为HiAI Foundation的图片分类应用
7.7 基于苹果Core ML引擎的应用实例
7.8 基于旷视天元的应用实例
7.9 基于MNN引擎的应用实例
7.10 小结
Chapter 8 第8章 AI应用性能调试
8.1 AI应用性能调试方法
8.2 AI应用性能测试负载
8.3 AI应用性能评价指标
8.4 AI应用推理性能差异
8.5 AI应用性能优化
8.6 小结
Chapter 9 第9章 移动终端的AI推理性能评价
9.1 不同移动终端间的AI性能基准测试
9.2 AI基准测试应用介绍
9.3 小结
Chapter 10 第10章 移动终端AI技术发展趋势
10.1 技术发展趋势
10.2 产品发展趋势
参考文献
Appendix 1 附录一 移动终端推理应用开发示例
附录A TensorFlow Lite示例代码
附录B PyTorch示例代码
附录C Paddle Lite示例代码
附录D VCAP示例代码
附录E SNPE示例代码
附录F HiAI Foundation示例代码
附录G CoreML示例代码
附录H MegEngine示例代码
附录I MNN示例代码
Appendix 2 附录二 技术术语表
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜