Number Systems for Deep Neural Network Architectures - Ghada Alsuhli (Buch)

Ghada Alsuhli: Number Systems for Deep Neural Network Architectures

Ghada Alsuhli, Vasilis Sakellariou, Thanos Stouraitis, Mahmoud Al-Qutayri

Number Systems for Deep Neural Network Architectures

Buch

lieferbar innerhalb 2-3 Wochen
(soweit verfügbar beim Lieferanten)

EUR 54,75*

Verlängerter Rückgabezeitraum bis 31. Januar 2025

Alle zur Rückgabe berechtigten Produkte, die zwischen dem 1. bis 31. Dezember 2024 gekauft wurden, können bis zum 31. Januar 2025 zurückgegeben werden.

Versandkosten

Springer Nature Switzerland, 09/2024
Einband: Kartoniert / Broschiert, Paperback
Sprache: Englisch
ISBN-13: 9783031381355
Bestellnummer: 11974137
Umfang: 108 Seiten
Auflage: 2024
Gewicht: 197 g
Maße: 240 x 168 mm
Stärke: 7 mm
Erscheinungstermin: 19.9.2024
Serie: Synthesis Lectures on Engineering, Science, and Technology
Achtung: Artikel ist nicht in deutscher Sprache!

Weitere Ausgaben von Number Systems for Deep Neural Network Architectures

Klappentext

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.