在数字化时代,嵌入式人工智能系统和深度学习等技术变得越来越重要。在嵌入式平台上进行深度学习推理时会受到计算能力、存储空间、能耗等资源限制的挑战。本书从深度学习模型在资源受限的硬件平台上部署的角度,介绍嵌入式AI系统的基本概念、需求、挑战,以及其软硬件解决方案。 本书共分为7章。第1章介绍了边缘计算; 第2章介绍了嵌入式AI系统的基本概念及其面临的需求与挑战; 第3章介绍了嵌入式AI系统的硬件解决方案; 第4~6章介绍了嵌入式AI系统的软件解决方案,包括DNN模型的构建及实现、轻量级DNN模型的构建、模型轻量化方法及实现; 第7章介绍了DNN模型的硬件部署。本书提供了基于Python语言和Torch API的大量代码解析,并针对Intel系列和NVIDIA系列芯片的硬件部署分别进行介绍。 本书适合作为高等院校计算机专业、软件工程专业的教材,也可供对深
本书针对信息安全相关专业“密码学”课程,介绍了课程中涉及的大部分算法及其C/C++语言实现。 全书包括八个实验,内容涵盖古典密码、密码学的数学基础、分组密码、流密码、公钥密码、散列函数、数字签名、同态密码及TFHE方案的实现等密码学知识。其中,实验一至七为大部分密码学教材中包含的内容,要求学生必须掌握;实验八为拓展实验,供学有余力的学生自学。每个实验都介绍了算法的相关知识点和编程实现时的难点,并给出了算法源代码。 本书可供高等院校信息安全、计算机、通信等专业的学生使用,也可供信息安全领域的技术人员参考。