dl_note

• 프로젝트 개요
• 1. 수학 및 프로그래밍 기본 칼럼
• 2. 신경망의 기본 구성 요소
• 3. 클래식 컨볼 루션 신경 네트워크 모델
• 4. 딥 러닝 연금술
• 5. 딥 러닝 모델 압축
• 여섯 번째, 모델 추론 배포
• 7. 고급 과정
• 참조

프로젝트 개요

이 창고 프로젝트는 딥 러닝에 대한 기본 지식, 신경망의 기본 구성 요소에 대한 자세한 설명, 딥 러닝 모델 압축 알고리즘, 심층 학습 자료 프레임 워크 코드 분석 및 실용적인 전투를 포함하여 개인용 컴퓨터 비전 및 대형 언어 모델로 요약 된 컴퓨터 비전 및 대형 언어 모델 학습 노트입니다.

LLM 기본 사항 및 추론 최적화에 대한 열 메모는 LLM_Note 창고를 참조하십시오.

1. 수학 및 프로그래밍 기본 칼럼

• 딥 러닝 수학의 기본 - 확률 및 정보 이론
• 기계 학습의 딥 러닝 기본 원칙의 기본
• 확률 적 구배 출신의 수학적 기초
• 파이썬 프로그래밍 마인드 탐색

2. 신경망의 기본 구성 요소

1. 신경망의 기본 구성 요소 :

1. 신경망의 기본 구성 요소에 대한 자세한 설명 - 컨볼 루션 레이어
2. 신경망의 기본 구성 요소에 대한 자세한 설명 -BN 층
3. 신경망의 기본 구성 요소 - 활성화 기능에 대한 자세한 설명

2. 딥 러닝의 기본 사항 :

• 역전 및 그라디언트 하강에 대한 자세한 설명
• 딥 러닝의 기본 사항 - 매개 변수 초기화에 대한 자세한 설명
• 딥 러닝 기본 사항 - 손실 기능에 대한 자세한 설명
• 딥 러닝의 기본 사항 - 최적화 알고리즘에 대한 자세한 설명

3. 클래식 컨볼 루션 신경 네트워크 모델

1. Convolutional Neural Networks의 고전적인 백본 :

• RESNET 네트워크 세부 사항
• Densenet 네트워크에 대한 자세한 설명
• RESNETV2 네트워크 세부 사항
• 클래식 백본 네트워크 요약

2. 경량 네트워크에 대한 자세한 설명 :

• Mobilenetv1 용지에 대한 자세한 설명
• Shufflenetv2 용지에 대한 자세한 설명
• REPVGG 용지에 대한 자세한 설명
• CSPNET 용지에 대한 자세한 설명
• vovnet 논문의 해석
• 가벼운 모델 설계 요약

4. 딥 러닝 연금술

1. 딥 러닝 연금술-데이터 표준화
2. 딥 러닝 연금술-데이터 향상
3. 딥 러닝 연금술 - 불균형 샘플의 처리
4. 딥 러닝 연금술-하이퍼 파라미터 설정
5. 딥 러닝 연금술 정기 전략

5. 딥 러닝 모델 압축

1. 딥 러닝 모델 압축 알고리즘 요약
2. 가벼운 네트워크 설계 및 배포의 모델 압축-크기
3. 가지 치기 알고리즘에 대한 모델 압축 분해 설명
4. 지식 증류에 대한 모델 압축 분해 설명
5. 양자화 알고리즘의 모델 압축 분해 설명

여섯 번째, 모델 추론 배포

1. 모델 추론 배포 :

• 컨볼 루션 신경 네트워크 복잡성 분석
• 모델 압축 배포 개요
• 매트릭스 곱셈에 대한 자세한 설명
• 모델 추론 가속 기술 - 융합 컨볼 루션 및 BN 층

2. ncnn 프레임 워크 소스 코드 분석 :

• NCNN 소스 코드 분석-샘플 실행
• NCNN 소스 코드 분석 네트 클래스

3. 이종 계산

1. 모바일 터미널 이종 컴퓨팅 : neon 프로그래밍
2. GPU 터미널 이종 컴퓨팅 : gemm 알고리즘의 분석 및 최적화와 같은 cuda 프로그래밍

7. 고급 과정

1. 딥 러닝 모델 압축 및 가속을위한 몇 가지 더 나은 창고 및 코스 자료를 권장합니다.

1. 신경망의 기본 원칙에 대한 튜토리얼
2. AI 시스템 : 딥 러닝 시스템, 주로 원리, 가속 방법, 행렬 곱셈 및 추가 계산 등을 기본 방향으로 설명합니다.
3. Pytorch-Deep-Learning : 좋은 Pytorch 딥 러닝 튜토리얼.

2. 일부 블로그는 좋은 메모로 연결됩니다.

• 그림 변압기 : 중국 최고의 블로그 대부분은이 기사를 참조하십시오.
• C ++ 동시 프로그래밍 (C ++ 11에서 C ++ 17까지) : 좋은 C ++ 동시 프로그래밍 자습서.
• 확산 모델이란 무엇입니까?
• annotated_deep_learning_paper_implementations

3. 마지막으로, 고품질 제품을 계속 만들기는 쉽지 않습니다. 5 초의 자유 시간이 있다면 QR 코드를 스캔하여 내 공식 계정을 따라 CV 알고리즘 엔지니어의 성장 경로를 기록하고 메모 및 개인 통찰력을 공유 할 수 있습니다.

공식 계정은 타이틀 파티 기사를 작성하지 않으며 모든 사람에게 가져 오는 불안한 콘텐츠를 출력하지 않습니다!

4. 스타 역사 차트 :

참조

• 딥 러닝
• 기계 학습
• "딥 러닝 배우기"
• 기계 학습 시스템 : 설계 및 구현
• "Ai-Edu"
• "ai-system"
• "pytorch_tutorial_0.0.5_yu tingsong"
• "행성, 딥 러닝 추론 프레임 워크"
• 증류 : 지식 본질 및 온라인 시각화
• LLVM ir 시작 가이드
• 나노피
• classifyTemplate
• Pytorch-classification