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。
1、神经网络基础部件:
2、深度学习基础:
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:
neon
编程cuda
编程通用矩阵乘法 gemm
算法解析与优化、neon
、cuda
编程等内容,以及 ncnn
框架代码解析总结。
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:
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:
2,一些笔记质量较高的博客链接:
最后,持续创作高质量内容并非易事,如果您有 5
秒空闲时间,欢迎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。
公众号不会发布标题党文章,也不会输出给大家带来焦虑的内容!