图书介绍：本书是面向计算机体系结构设计师的深度学习入门读物。书中首先介绍机器学习的发展历程，并追踪深度学习技术的关键发展阶段。然后，回顾了代表性的工作负载，包括各种领域中常用的数据集和开创性的神经网络。接下来，详细介绍了颇受欢迎的深度学习工具，并展开介绍了如何使用工具与工作负载来表征和优化DNN。本书的其余部分致力于介绍如何设计和优化用于机器学习的硬件和体系结构，并对近年来提出的各种优化方法进行重新梳理，以便进一步改进未来的设计。最后，本书回顾了该领域新近发表的研究文献并对其进行分类，帮助读者理解各种贡献的背景和意义。