• Stars
    star
    344
  • Rank 123,066 (Top 3 %)
  • Language
    HTML
  • License
    Apache License 2.0
  • Created almost 2 years ago
  • Updated 2 months ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

深度学习系统笔记,包含深度学习数学基础知识、神经网络基础部件详解、深度学习炼丹策略、模型压缩算法详解、和大模型基础和推理性能优化分析。

项目概述

本仓库项目是个人总结的计算机视觉和大语言模型学习笔记,包含深度学习基础知识、神经网络基础部件详解、深度学习炼丹策略、深度学习模型压缩算法、深度学习推理框架代码解析及动手实战,以及 LLM 基础及推理优化的专栏笔记。

一,数学基础专栏

二,神经网络基础部件

1,神经网络基础部件

  1. 神经网络基础部件-卷积层详解
  2. 神经网络基础部件-BN 层详解
  3. 神经网络基础部件-激活函数详解

2,深度学习基础

三,深度学习炼丹

  1. 深度学习炼丹-数据标准化
  2. 深度学习炼丹-数据增强
  3. 深度学习炼丹-不平衡样本的处理
  4. 深度学习炼丹-超参数设定
  5. 深度学习炼丹-正则化策略

四,深度学习模型压缩

  1. 深度学习模型压缩算法综述
  2. 模型压缩-轻量化网络设计与部署总结
  3. 模型压缩-剪枝算法详解
  4. 模型压缩-知识蒸馏详解
  5. 模型压缩-量化算法详解

五,模型推理部署

1,模型部署:

2,模型推理:

3,ncnn 框架源码解析:

5,AI/NPU/GPU 芯片特性

六,异构计算

  1. 移动端异构计算:neon 编程
  2. GPU 端异构计算:cuda 编程

通用矩阵乘法 gemm 算法解析与优化、neoncuda 编程等内容,以及 ncnn 框架代码解析总结。

七,大语言模型推理及服务化

1,LLM 基础知识

2,Transformer 模型基础

3,大规模模型的推理优化及部署总结:

4,DeepSpeed 框架学习笔记

八,进阶课程

1,推荐几个比较好的深度学习模型压缩与加速的仓库和课程资料:

  1. 神经网络基本原理教程
  2. AI-System: 深度学习系统,主要从底层方向讲解深度学习系统等原理、加速方法、矩阵成乘加计算等。
  3. pytorch-deep-learning:很好的 pytorch 深度学习教程。

2,一些笔记好的博客链接:

九,其他

最后,持续高质量创作不易,有 5 秒空闲时间的,可以扫码关注我的公众号-嵌入式视觉,记录 CV 算法工程师成长之路,分享技术总结、读书笔记和个人感悟。

公众号不会写标题党文章,也不输出给大家带来的焦虑的内容!

qcode

Star History

Star History Chart

参考资料