自我介绍
工作三年社畜,因项目变动被辞退,在家闲时刷视频,看了各种大模型,机器学习,AGI等内容,看完之后感觉,如果再不参与到其中,下一秒就会被社会抛弃,感觉到深深的焦虑不安。由于在某音人工智能之父某某舟的影响,于是开始自学,希望可以以此谋生,也希望和同行的人有更多的交流,欢迎来call我。
学习过程
大概看了三本书,鱼书《深度学习入门-基于Python的理论与实现》、花书《动手学深度学习(Pytorch)》、《自然语言处理入门》,鱼书和花书大多数相同,可以直接看花书。刚开始觉得纸质书更有质感,抱着书,还要对着电脑,属实麻烦,后来直接看电子书了。
接着是看视频,B站李沐老师的视频,可以配合《动手学深度学习(Pytorch)》书一起学习,一定会事半功倍。还有精度论文系列也是十分值得看的。了解深度学习的基本知识后,开始学习模型优化相关的内容,感觉是个不错的方向。于是开始看论文,查资料,复现代码等。
个人项目地址:✨github✨ ,包括有模型剪枝、量化和蒸馏的内容。说起来确实有些班门弄斧,感兴趣的可以去看看~
本篇专栏要写的内容
我们学习CUDA主要参考《CUDA C编程权威指南》,这篇专栏也会按照书中的章节进行。如果需要电子书的可以联系我。
本篇专栏想要讲的不仅仅是如何写代码,如果想要快速入手,可以查看 CUDA的官方文档,我们学习编程应该同时理解语言,编程模型,硬件执行模型,以及优化方法,具体来说包括但不仅限于CUDA编程模型、GPU执行模型、GPU内存模型、CUDA流和事件、多GPU编程的相关技术、CUDA感知MPI编程和NVIDIA开发工具。单纯的学会写代码,能运行,这是培训班的节奏。
希望你已经学会的:
- C/C++ 编程经验,可能也会在文章中穿插一些相关知识,希望可以尽可能的大众、简单。
- 本篇专栏的重点还是讲一些基础的知识,可以作为入门的文章。包括基础知识,包括硬件基础,编程模型,性能方面,和简单的优化,以及项目实际中的一些技巧。
本专栏所有的文章以及代码,都会上传到这里:dive-into-cuda
写在最后
第一次写文章,不好的地方希望多包含。写的目的,一是为了记录,二是为了可以交到更多的朋友,手动鞠躬,~代码改变世界,期待与你同行~