Ι 课程介绍
* 课程时间：2023年完结（会员免费包更新）
* 课程包括：视频+课程资料
* 课程售价：¥34.9元
* 会员免费
* 课程目录：如下
├─1、第一周：轻量化网络结构设计
│ ├─1.轻量化网络结构设计
│ │ Lecture1 轻量化网络结构设计-1_ev.mp4
│ │ Lecture1 轻量化网络结构设计-2_ev.mp4
│ │ Lecture1 轻量化网络结构设计-3_ev.mp4
│ │ Lecture1 轻量化网络结构设计-4_ev.mp4
│ │ Lecture1 轻量化网络结构设计-5_ev.mp4
│ │ Lecture1 轻量化网络结构设计-6_ev.mp4
│ │
│ └─2.实例分割相关的轻量网络并评估性能
│ Review1 实例分割相关的轻量网络并评估性能-1_ev.mp4
│ Review1 实例分割相关的轻量网络并评估性能-2_ev.mp4
│
├─2、第二周：知识蒸馏优化、低秩分解优化
│ ├─使用知识蒸馏完成检测网络的压缩
│ │ 使用知识蒸馏完成检测网络的压缩-1_ev.mp4
│ │ 使用知识蒸馏完成检测网络的压缩-2_ev.mp4
│ │
│ └─知识蒸馏优化、低秩分解优化
│ 知识蒸馏优化、低秩分解优化-1_ev.mp4
│ 知识蒸馏优化、低秩分解优化-2_ev.mp4
│ 知识蒸馏优化、低秩分解优化-3_ev.mp4
│ 知识蒸馏优化、低秩分解优化-4_ev.mp4
│ 知识蒸馏优化、低秩分解优化-5_ev.mp4
│
├─3、第三周：网络剪枝
│ ├─使用结构化剪枝完成一个网络结构的剪枝
│ │ 使用结构化剪枝完成一个网络结构的剪枝-1_ev.mp4
│ │ 使用结构化剪枝完成一个网络结构的剪枝-2_ev.mp4
│ │
│ └─网络剪枝
│ 网络剪枝-1_ev.mp4
│ 网络剪枝-2_ev.mp4
│ 网络剪枝-3_ev.mp4
│ 网络剪枝-4_ev.mp4
│ 网络剪枝-5_ev.mp4
│
├─4、第四周：网络量化
│ ├─uint8量化一个网络
│ │ uint8量化一个网络-1_ev.mp4
│ │ uint8量化一个网络-2_ev.mp4
│ │
│ └─网络量化
│ 网络量化-1_ev.mp4
│ 网络量化-2_ev.mp4
│ 网络量化-3_ev.mp4
│ 网络量化-4_ev.mp4
│ 网络量化-5_ev.mp4
│
├─5、第五周：神经网络编译器简介
│ ├─了解openppll架构
│ │ 了解openppll架构-1_ev.mp4
│ │ 了解openppll架构-2_ev.mp4
│ │
│ ├─就业分析+岗位推荐
│ │ 就业分析+岗位推荐-1_ev.mp4
│ │ 就业分析+岗位推荐-2_ev.mp4
│ │
│ └─神经网络编译器简介
│ 神经网络编译器简介-1_ev.mp4
│ 神经网络编译器简介-2_ev.mp4
│ 神经网络编译器简介-3_ev.mp4
│ 神经网络编译器简介-4_ev.mp4
│ 神经网络编译器简介-5_ev.mp4
│
├─6、第六周：ncnn
│ ├─tvm
│ │ tvm-1_ev.mp4
│ │ tvm-2_ev.mp4
│ │ tvm-3_ev.mp4
│ │ tvm-4_ev.mp4
│ │ tvm-5_ev.mp4
│ │
│ └─编译+项目
│ 使用tvm进行一个网络的编译+项目一作业展示-1_ev.mp4
│ 使用tvm进行一个网络的编译+项目一作业展示-2_ev.mp4
│
├─7、第七章：tnn
│ ncnn-1_ev.mp4
│ ncnn-2_ev.mp4
│ ncnn-3_ev.mp4
│ ncnn-4_ev.mp4
│ ncnn-5_ev.mp4
│ 使用ncnn进行离线量化并在eaidk310板子部署的demo-1_ev.mp4
│ 使用ncnn进行离线量化并在eaidk310板子部署的demo-2_ev.mp4
│
├─8、第八章：tnn
│ mnn-1_ev.mp4
│ mnn-2_ev.mp4
│ mnn-3_ev.mp4
│ mnn-4_ev.mp4
│ 使用MNN进行量化感知训练-1_ev.mp4
│ 使用MNN进行量化感知训练-2_ev.mp4
│
└─9、第九章：cpu中的指令集优化
cpu中的指令集优化-1_ev.mp4
cpu中的指令集优化-2_ev.mp4
cpu中的指令集优化-3_ev.mp4
cpu中的指令集优化-4_ev.mp4
cpu中的指令集优化-5_ev.mp4
│
├─10、第十章：arm中的神经网络加速
│ ├─arm中的神经网络加速
│ │ arm中的神经网络加速1_ev.mp4
│ │ arm中的神经网络加速2_ev.mp4
│ │ arm中的神经网络加速3_ev.mp4
│ │ arm中的神经网络加速4_ev.mp4
│ │ arm中的神经网络加速5_ev.mp4
│ │
│ └─在arm针对一个 cv算子的优化实例
│ 在arm针对一个 cv算子的优化实例-1_ev.mp4
│ 在arm针对一个 cv算子的优化实例-2_ev.mp4
│
├─11、第十一章：卷积计算的优化算法
│ 卷积计算的优化算法1_ev.mp4
│ 卷积计算的优化算法2_ev.mp4
│ 卷积计算的优化算法3_ev.mp4
│ 卷积计算的优化算法4_ev.mp4
│ 卷积计算的优化算法5_ev.mp4
│
├─12、第十二章：神经网络加速库
│ 使用openblas在arm上进行编译对加速效果-1_ev.mp4
│ 使用openblas在arm上进行编译对加速效果-2_ev.mp4
│ 神经网络加速库-1_ev.mp4
│ 神经网络加速库-2_ev.mp4
│ 神经网络加速库-3_ev.mp4
│ 神经网络加速库-4_ev.mp4
│
├─13、第十三章：gpu上神经网络的运行和加速
│ cuda上针对一个cv算子的优化实例1.mp4
│ cuda上针对一个cv算子的优化实例2.mp4
│ gpu上神经网络的运行和加速-1.mp4
│ gpu上神经网络的运行和加速-2.mp4
│ gpu上神经网络的运行和加速-3.mp4
│ gpu上神经网络的运行和加速-4.mp4
│ gpu上神经网络的运行和加速-5.mp4
│
├─14、第十四章：gpu加速通用加速库
│ gpu加速通用加速库1.mp4
│ gpu加速通用加速库2.mp4
│ gpu加速通用加速库3.mp4
│ gpu加速通用加速库4.mp4
│ gpu加速通用加速库5.mp4
│ tnn和mnn中vulkan库的使用实例1.mp4
│ tnn和mnn中vulkan库的使用实例2.mp4
│
├─15、第十五章：dsp，fpga，npu专用加速计算
│ dsp，fpga，npu专用加速计算1.mp4
│ dsp，fpga，npu专用加速计算2.mp4
│ dsp，fpga，npu专用加速计算3.mp4
│ dsp，fpga，npu专用加速计算4.mp4
│ 在nncase中写一个层的支持1.mp4
│ 在nncase中写一个层的支持2.mp4
│
├─16、第十六章：npu使用
│ npu使用：嘉楠科技k210的介绍nncase人脸检测案例1.mp4
│ npu使用：嘉楠科技k210的介绍nncase人脸检测案例2.mp4
│ npu使用：嘉楠科技k210的介绍nncase人脸检测案例3.mp4
│ npu使用：嘉楠科技k210的介绍nncase人脸检测案例4.mp4
│ 针对slim人脸检测网络进行转换并运行1.mp4
│ 针对slim人脸检测网络进行转换并运行2.mp4
│ 针对slim人脸检测网络进行转换并运行3.mp4
│ course-info-master-b7518a5ecb8df79496c522fa2eaca5539ef1f2aa.zip
│ course-info-master-e80ca0373da05eb9c069315d5d64957087deacae.zip
