dl_note

• نظرة عامة على المشروع
• 1. عمود أساسيات الرياضيات وأساسيات البرمجة
• 2. المكونات الأساسية للشبكات العصبية
• 3. نموذج الشبكة العصبية التلافيفية الكلاسيكية
• 4. التعلم العميق الخيمياء
• 5. ضغط نموذج التعلم العميق
• السادس ، نشر الاستدلال النموذج
• 7. دورات متقدمة
• مراجع

نظرة عامة على المشروع

مشروع المستودع هذا هو رؤية كمبيوتر وملاحظات تعليمية كبيرة لغوية تلخصها رؤية الكمبيوتر الشخصية ونموذج اللغة الكبيرة ، بما في ذلك المعرفة الأساسية للتعلم العميق ، والتفسير التفصيلي للمكونات الأساسية للشبكات العصبية ، واستراتيجيات التعلم العميق ، وخوارزمية ضغط النموذج العميق ، وتحليل رمز إطار عمل التعلم العميق.

للحصول على ملاحظات العمود على أساسيات LLM وتحسين التفكير ، يرجى الرجوع إلى مستودع LLM_NOTE.

1. عمود أساسيات الرياضيات وأساسيات البرمجة

• أساسيات الرياضيات التعليمية العميقة - نظرية الاحتمال ونظرية المعلومات
• أساسيات مبادئ التعلم العميق للتعلم الآلي
• الأساس الرياضي لنسب التدرج العشوائي
• Python برمجة العقل الملاحة

2. المكونات الأساسية للشبكات العصبية

1. المكونات الأساسية للشبكة العصبية :

1. شرح مفصل للمكونات الأساسية للشبكات العصبية - الطبقة التلافيفية
2. شرح مفصل للمكونات الأساسية للشبكة العصبية - طبقة BN
3. المكونات الأساسية للشبكة العصبية - شرح مفصل لوظيفة التنشيط

2. أساسيات التعلم العميق :

• شرح تفصيلي للترجمة الخلفية والنسب التدرج
• أساسيات التعلم العميق - شرح مفصل لتهيئة المعلمة
• أساسيات التعلم العميق - شرح مفصل لوظائف الخسارة
• أساسيات التعلم العميق - شرح مفصل لخوارزمية التحسين

3. نموذج الشبكة العصبية التلافيفية الكلاسيكية

1. العمود الفقري الكلاسيكي للشبكات العصبية التلافيفية :

• تفاصيل شبكة RESNET
• شرح مفصل لشبكة Densenet
• تفاصيل شبكة RESNETV2
• ملخص شبكة العمود الفقري الكلاسيكي

2. شرح مفصل للشبكة الخفيفة :

• شرح مفصل لورقة mobilenetv1
• شرح مفصل لورق shufflenetv2
• شرح مفصل لورق repvgg
• شرح مفصل لورق CSPNET
• تفسير ورقة vovnet
• ملخص تصميم طراز خفيف الوزن

4. التعلم العميق الخيمياء

1. التعلم العميق توحيد الخيمياء
2. التعلم العميق تعزيز الابتعاد
3. التعلم العميق الخيمياء - معالجة العينات غير المتوازنة
4. التعلم العميق إعداد yperparameter
5. التعلم العميق استراتيجية تحديث الكيمياء

5. ضغط نموذج التعلم العميق

1. ملخص لخوارزمية ضغط نموذج التعلم العميق
2. النماذج النموذجية لتصميم الشبكة الخفيفة ونشرها
3. شرح مفصل للضغط على النموذج لخوارزمية التقليم
4. التفسير المفصل للضغط النموذجية لتقطير المعرفة
5. التفسير المفصل للضغط من خوارزمية القياس الكمي

السادس ، نشر الاستدلال النموذج

1. نشر النموذج النشر:

• تحليل تعقيد الشبكة العصبية التلافيفية
• نظرة عامة على نشر ضغط النموذج
• شرح مفصل لضرب المصفوفة
• تقنيات تسريع الاستدلال النموذجية - الالتفاف الانصهار وطبقات BN

2. تحليل رمز المصدر الإطار ncnn :

• تشغيل نموذج تحليل رمز المصدر NCNN
• NCNN Source Code Analysis Class

3. حساب غير متجانس

1. الحوسبة غير المتجانسة الطرفية المتنقلة: برمجة neon
2. الحوسبة غير المتجانسة لمحطة GPU: برمجة cuda ، مثل تحليل وتحسين خوارزميات gemm

7. دورات متقدمة

1. التوصية بعدة مستودعات أفضل ومواد الدورة التدريبية لضغط نموذج التعلم العميق والتسارع:

1. البرنامج التعليمي حول المبادئ الأساسية للشبكات العصبية
2. نظام الذكاء الاصطناعي: نظام التعلم العميق ، يشرح بشكل أساسي المبادئ وطرق التسارع وضرب المصفوفة وحسابات الإضافة ، إلخ من الاتجاه الأساسي.
3. Pytorch-Deep-Learning: برنامج تعليمي عميق Pytorch الجيد.

2. بعض روابط المدونة إلى ملاحظات جيدة:

• المحول المصور: تشير معظم أفضل المدونات في الصين إلى هذه المقالة.
• C ++ البرمجة المتزامنة (من C ++ 11 إلى C ++ 17): برنامج برمجة C ++ جيد C ++.
• ما هي نماذج الانتشار؟
• annotated_deep_learning_paper_implementations

3. أخيرًا ، ليس 5 السهل الاستمرار في إنشاء منتجات عالية الجودة.

لن يكتب الحساب الرسمي مقالات عن طريق العنوان ، ولن يخرج المحتوى القلق الذي يجلبه للجميع!

4. مخطط تاريخ النجوم:

مراجع

• التعلم العميق
• التعلم الآلي
• "تعلم التعلم العميق"
• أنظمة التعلم الآلي: التصميم والتنفيذ
• "ai-edu"
• "نظام الذكاء الاصطناعي"
• "Pytorch_tutorial_0.0.5_yu Tingsong"
• "مستوي ، إطار عمل لاستدلال في التعلم العميق"
• تقطير: جوهر المعرفة والتصور عبر الإنترنت
• LLVM IR دليل البدء
• nanopyc
• ClassifyTemplate
• تصنيف Pytorch