AI嵌入式系统：算法优化与实现

评分9.2分

本书介绍嵌入式系统中的机器学习算法优化原理、设计方法及其实现技术。内容涵盖通用嵌入式优化技术，包括基于SIMD指令集的优化、内存访问模式优化、参数量化等，并在此基础上介绍了信号处理层面的优化、AI推理算法优化及基于神经网络的AI算法训练—推理联合的优化理论与方法。其中信号处理层面优化介绍了基于线性代数的快速近似算法、基于多项式的快速卷积构造技术、基于数据二进制结构的快速乘法算法等；在AI推理层面，介绍了机器学习推理模型共性结构、运算图中各个算子的计算优化途径；对基于神经网络的AI算法，阐述了如何将推理阶段的运算量约束以及底层数据量化约束加入训练代价函数，从算法训练端减少运算量以提升AI嵌入式系统的运行效率。此外，本书还通过多个自动搜索优化参数并生成C代码的例子介绍了通用的嵌入式环境下机器学习算法自动优化和部署工具开发的基本知识，通过应用示例和大量代码说明了AI算法在通用嵌入式系统中的实现方法，力求让读者在理解算法的基础上，通过实践掌握高效的AI嵌入式系统开发的知识与技能。

高能效类脑智能：算法与体系架构

评分8.1分

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。

玩转3D视界：3D机器视觉及其应用

评分8.6分

3D 机器视觉是计算机视觉的重要组成部分。本书对3D 机器视觉的基础知识、核心算法及应用进行了系统、全面的介绍，具体包括3D 传感器、3D 数据表示、3D 数据存储与压缩、3D 数据处理、3D 几何测量与建模、3D 物体识别和3D 动作识别等。本书力求理论结合实际，在原理与概念讲解的基础上，辅以简单的应用实例，便于读者深刻地理解各部分的知识点并学以致用。为满足读者自检与思考的需要，书中给出了一些思考题，并列出了主要文献供读者参考。