课程由开班典礼至最后一课共历时19周，采用“理论筑基—核心算法—推理加速—模型压缩—分布式架构”的五维进阶体系，旨在帮助学员突破“调包”局限，深入框架底层与硬件加速核心。你将从并行及分布式框架概述与环境搭建起步，深入卷积结构计算与Winograd算法优化，并重点攻克Nvidia TensorRT核心算法、Plugin开发及计算图优化。课程重头戏在于Tacotron2语音合成与Wave声码器的序列生成实战，以及推荐系统与分布式参数服务器的架构设计。进阶部分涵盖模型量化（Quantization）、知识蒸馏（Knowledge Distillation）及混合精度训练等前沿加速技术，助你构建“懂算法、通底层、擅分布式”的顶级AI工程能力，成为企业争抢的高性能深度学习底层开发专家。
课程目录：
+—第01周 开班典礼
| 开班典礼1.mp4
| 开班典礼2.mp4
| 开班典礼3.mp4
|
+—第02周 基础理论及课程介绍
| lecture1.mp4
| lecture2.mp4
| review1.mp4
| review2.mp4
| review3.mp4
|
+—第03周 并行及分布式框架概述
| +—01.框架概述
| | 并行及分布式框架概述1.mp4
| | 并行及分布式框架概述2.mp4
| | 并行及分布式框架概述3.mp4
| | 并行及分布式框架概述4.mp4
| | 并行及分布式框架概述5.mp4
| |
| +—02.代码实战
| | 代码实战课程1.mp4
| | 代码实战课程2.mp4
| | 代码实战课程3.mp4
| |
| \—03.阅读paper
| 如何阅读Paper1.mp4
| 如何阅读Paper2.mp4
|
+—第04周 环境安装与gitlab的使用
| +—01.环境安装与gitlab的使用
| | 环境安装与gitlab的使用1.mp4
| | 环境安装与gitlab的使用2.mp4
| |
| +—02.经典并行模式
| | 经典并行模式1.mp4
| | 经典并行模式2.mp4
| |
| \—03.Speaker-Aware Talking-Head Animation
| SpeakerAwareTalkingHeadAnimation1.mp4
| SpeakerAwareTalkingHeadAnimation2.mp4
|
+—第05周 卷积结构及其计算
| +—01.卷积结构及其计算
| | 卷积结构及其计算1.mp4
| | 卷积结构及其计算2.mp4
| | 卷积结构及其计算3.mp4
| | 卷积结构及其计算4.mp4
| |
| +—02.EFFICIENT WINOGRAD CONVOLUTION VIA INTEGER ARITHMETIC
| | EFFICIENTWINOGRADCONVOLUTIONVIAINTEGERARITHMETIC1.mp4
| | EFFICIENTWINOGRADCONVOLUTIONVIAINTEGERARITHMETIC2.mp4
| |
| \—03.前后向算法
| 前后向算法1.mp4
| 前后向算法2.mp4
|
+—第06周 目标检测算法
| +—01.目标检测算法
| | 目标检测算法1.mp4
| | 目标检测算法2.mp4
| | 目标检测算法3.mp4
| | 目标检测算法4.mp4
| | 目标检测算法5.mp4
| |
| \—02.Distilling the Knowledge in a Neural Network
| DistillingtheKnowledgeinaNeuralNetwork.mp4
|
+—第07周 Lecture1 NvidiaTensort核心算法和Plugin开发
| +—Lecture1NvidiaTensort核心算法和Plugin开发
| | NvidiaTensort核心算法和Plugin开发-01.mp4
| | NvidiaTensort核心算法和Plugin开发2.mp4
| | NvidiaTensort核心算法和Plugin开发3.mp4
| | NvidiaTensort核心算法和Plugin开发4.mp4
| |
| \—PaperDistillingheKnowledgeinaNeuralNetwork
| Paper Distilling the Knowledge in a Neural Network.mp4
|
+—第08周 TensoRT详讲 真实环境下的代码操作
| +—DynamicetworkSurgeryorEfficientDNNs
| | DynamicNetworkSurgeryforEfficientDNNs.mp4
| |
| +—LectureTensoRT详讲真实环境下的代码操作
| | TensoRT详讲真实环境下的代码操作1.mp4
| | TensoRT详讲真实环境下的代码操作2.mp4
| | TensoRT详讲真实环境下的代码操作3.mp4
| | TensoRT详讲真实环境下的代码操作4.mp4
| |
| \—TensorRTpluginnmsPlugin这个plugin插件的具体
| 插件的具体代码实现1.mp4
| 插件的具体代码实现2.mp4
| 插件的具体代码实现3.mp4
|
+—第09周 个性化语音合成项目技术概览
| +—Improving Neural Network Quantization without Retraining using
| | ImprovingNeuralNetworkQuantization.mp4
| |
| +—Lecture 个性化语音合成项目技术概览
| | 个性化语音合成项目技术概览1.mp4
| | 个性化语音合成项目技术概览2.mp4
| | 个性化语音合成项目技术概览3.mp4
| |
| \—TensorRT SSD 推理
| TensorRTSSD推理1.mp4
| TensorRTSSD推理2.mp4
|
+—第10周 计算图表示及优化
| +—WorkshopData-Free Knowledge Distillation for Deep Neural Networks
| | DataFreeKnowledgeDistillationforDeepNeuralNetworks.mp4
| |
| \—计算图表示及优化
| 计算图表示及优化1.mp4
| 计算图表示及优化2.mp4
| 计算图表示及优化3.mp4
| 计算图表示及优化4.mp4
|
+—第11周 Attention-Based Seq2Seq模型Tacotron2-Lecture
| +—1-Lecture Attention-Based Seq2Seq模型Tacotron2
| | AttentionBasedSeq2Seq模型Tacotron21.mp4
| | AttentionBasedSeq2Seq模型Tacotron22.mp4
| | AttentionBasedSeq2Seq模型Tacotron23.mp4
| | AttentionBasedSeq2Seq模型Tacotron240.mp4
| |
| +—2-Workshop 说话人特征提取技术实现及环境搭建
| | 说话人特征提取技术实现及环境搭建1.mp4
| | 说话人特征提取技术实现及环境搭建2.mp4
| |
| +—3-Workshop Rethinking the Smaller
| | RethinkingtheSmaller1.mp4
| | RethinkingtheSmaller2.mp4
| |
| \—4-Workshop 代码练习
| 代码练习1.mp4
|
+—第12周 声码器Wave序列生成算法实战-Lecture
| PAYINGMOREATTENTIONTOATTENTIONIMPROVINGTHEPERFORMANCE.mp4
| Tacotron2合成模型实现1.mp4
| Tacotron2合成模型实现2.mp4
| 声码器Wave序列生成算法实战1.mp4
| 声码器Wave序列生成算法实战2.mp4
| 声码器Wave序列生成算法实战3.mp4
| 声码器Wave序列生成算法实战4.mp4
|
+—第13周 tensorrt实战
| PerformanceGuaranteedNetworkAccelerationviaHighOrderResidualQuantization.mp4
| tensorrt实战1(1).mp4
| tensorrt实战1.mp4
| tensorrt实战2.mp4
| tensorrt实战3.mp4
| tensorrt实战4.mp4
| tensorrt实战5.mp4
|
+—第14周 推荐系统概览
| SimpleResourceConstrainedStructureLearningofDeepNetworks.mp4
| 作业讲解1.mp4
| 作业讲解2.mp4
| 常用Attention的实现1.mp4
| 常用Attention的实现2.mp4
| 推荐系统概览1.mp4
| 推荐系统概览2.mp4
| 推荐系统概览3.mp4
| 推荐系统概览4.mp4
|
+—第15周 分布式参数服务器
| HorovodfastandeasydistributeddeeplearninginTensorFlow.mp4
| Horovodtensorflow应用1.mp4
| Horovodtensorflow应用2.mp4
| 分布式参数服务器1.mp4
| 分布式参数服务器2.mp4
| 分布式参数服务器3.mp4
| 分布式参数服务器4.mp4
|
+—第16周 分布式推荐系统实战
| Difacto中SGD算法的实现1.mp4
| Difacto中SGD算法的实现2.mp4
| DistributedTrainingStrategiesfortheStructuredPerceptron.mp4
| Mixed Precision Training.mp4
| 分布式推荐系统实战1.mp4
| 分布式推荐系统实战2.mp4
| 分布式推荐系统实战3.mp4
| 分布式推荐系统实战4.mp4
| 分布式推荐系统实战5.mp4
| 深度学习框架技术-1.mp4
| 深度学习框架技术-2.mp4
| 深度学习框架技术-3.mp4
| 深度学习框架技术-4.mp4
|
+—第17周 训练加速高级技术1
| Local SGD Converges Fast and Communicates Little.mp4
| TNN高效存储管理机制-1.mp4
| TNN高效存储管理机制-2.mp4
| 训练及预测加速高级技术-1.mp4
| 训练及预测加速高级技术-2.mp4
| 训练及预测加速高级技术-3.mp4
| 训练及预测加速高级技术-4.mp4
| 训练及预测加速高级技术-5.mp4
| 训练及预测加速高级技术-6.mp4
|
+—第18周 训练及预测加速高级技术
| 模型压缩技术实现-1.mp4
| 模型压缩技术实现-2.mp4
| 训练加速高级技术1-1.mp4
| 训练加速高级技术1-2.mp4
| 训练加速高级技术1-3.mp4
| 训练加速高级技术1-4.mp4
| 训练加速高级技术1-5.mp4
| 训练加速高级技术1-6.mp4
|
\—第19周 最后一课
Fast Locality Sensitive Hashing for Beam Search on GPU.mp4
最后一课-1.mp4
最后一课-2.mp4
下载地址：
感谢您的来访，获取更多精彩文章请收藏本站。
