深度学习总结

    深度学习可以有三个维度进行分析：

0.AI芯片设计

    名称再换，也不会超出状态机的概念；但指令和体系结构的设计会直接影响性能；功耗也是很重要的方面；

    有时间关注下以地平线，寒武纪等为代表的AI芯片的设计理念；

1.深度学习框架搭建

（1）单机框架搭建

    熟悉各组件的数学原理即可用c/c++/cuda写出基本模块的代码；

    navie engine不需要进行优化，但主流框架都会有计算优化，比如mxnet的图染色； 参数输入是一个模块；

（2）分布式框架搭建

    mxnet和tf都提供了分布式训练框架；

需要较强算法和系统设计经验，数学上能看懂原理；

2.深度学习训练领域模型

（1）cv领域：图像检测，关键点定位，跟踪，识别，图像理解，图像质量评估和增强，视频分析等方面；

（2）nlp；

（3）语音识别；

（4）搜索、推荐、排序；

需要较强的应用经验；