片桐 孝洋/著 -- 東京大学出版会 -- 2024.4 --

所蔵

所蔵は 1 件です。

所蔵館 所蔵場所 資料区分 請求記号 資料コード 所蔵状態 資料の利用
配架日 協力貸出 利用状況 返却予定日 資料取扱 予約数 付録注記 備考
中央 2F 一般図書 /547.5/5299/2021 7114660850 配架図 Digital BookShelf
2021/09/21 可能 利用可   0

    • 統合検索
      都内図書館の所蔵を
      横断検索します。
      類似資料 AI Shelf
      この資料に類似した資料を
      AIが紹介します。
遠隔複写申込みは、東京都在住・在勤・在学の方からお受けいたします。
複写カート機能には、Cookieを使用しています。申込む際はCookieを有効にしてください。

資料詳細 閉じる

ISBN 4-534-05869-0
ISBN13桁 978-4-534-05869-0
タイトル FUTURE HOME 5Gがもたらす超接続時代のストラテジー
タイトルカナ フューチャー ホーム ファイブジー ガ モタラス チョウセツゾク ジダイ ノ ストラテジー
著者名 ジェファーソン・ワン /著, ジョージ・ナジ /著, ボリス・マウラー /著, アモル・パドケ /著, 小林 啓倫 /訳, 廣瀬 隆治 /監修
著者名典拠番号

120003070650000 , 120003070660000 , 120003070670000 , 120003070680000 , 110005628510000 , 110007891480000

出版地 東京
出版者 日本実業出版社
出版者カナ ニホン ジツギョウ シュッパンシャ
出版年 2021.8
ページ数 252, 9p
大きさ 19cm
原タイトル注記 原タイトル:The future home in the 5G era
価格 ¥1900
内容紹介 遠隔学習、ヘルスケア、エンターテインメント、フィットネス・セキュリティ、ファイナンス…すべてがパーソナライズされる世界とは。未来における5G活用の必然性は何かを紐解き、その実現に向けてとるべき戦略について考察。
一般件名 情報化社会-ndlsh-00865137,情報技術-ndlsh-01167533,ホームオートメーション-ndlsh-01105662
一般件名 無線通信 , ブロードバンド
一般件名カナ ムセン ツウシン,ブロードバンド
一般件名典拠番号

511414500000000 , 510327600000000

分類:都立NDC10版 547.5
テキストの言語 日本語  
原文の言語 英語  
資料情報1 『並列プログラミングのツボ 数値計算から機械学習まで』 片桐 孝洋/著  東京大学出版会 2024.4(所蔵館:中央  請求記号:/007.6/10258/2024  資料コード:7117875150)
URL https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1100872606

目次 閉じる

第1章 並列化のツボとは?
  1.1 並列化とは
  1.2 なぜ並列化するのか?
  1.3 本書の位置づけ
  1.4 並列プログラミングとは
  1.5 実例:どうやって並列化をするか
  1.6 各章の演習問題と解答プログラムについて
  1.7 本章のまとめ
  1.8 演習問題
第2章 並列対象を探せ!
  2.1 自明並列性
  2.2 ループ並列性
  2.3 ジョブレベルの並列性
  2.4 並列計算機を使わずエミュレーションする方法
  2.5 実例:行列-行列積の並列化
  2.6 本章のまとめ
  2.7 演習問題
第3章 データ分散は負荷分散だ!
  3.1 データ分散がなぜ必要か
  3.2 データ分散の種類
  3.3 数学的表記と実現法
  3.4 実例:ブロック分散
  3.5 実例:サイクリック分散
  3.6 実例:ブロック・サイクリック分散
  3.7 実例:任意データ分散
  3.8 実例:疎行列-ベクトル積への適用
  3.9 本章のまとめ
第4章 機械学習を並列化せよ!
  4.1 機械学習とは
  4.2 深層学習の並列化:データ並列性とモデル並列性
  4.3 実例:スパコンでの実行例
  4.4 本章のまとめ
  4.5 演習問題
第5章 憧れの分散並列化へ!
  5.1 ノード内並列化
  5.2 ノード間並列化
  5.3 ハイブリッド並列化
  5.4 実例:疎行列-ベクトル積でのハイブリッド並列化例
  5.5 本章のまとめ
  5.6 演習問題
第6章 より深く学ぶために
  6.1 並列プログラミングの観点から
  6.2 数値計算の観点から
  6.3 機械学習の観点から
  6.4 今後の展望:自動チューニングの観点から