深度学习模型加速_深度学习模型压缩与计算加速知识整理

深度学习模型压缩与计算加速知识整理

整理一下深度学习模型压缩与计算加速相关的知识，包含三大板块：

• 算法：网络压缩算法（剪枝、蒸馏等）和计算加速算法（量化、Winograd等）
• 硬件平台：各个硬件平台（CPU、GPU）及编程接口和运算库介绍
• 开源框架：各大开源框架介绍

知乎链接：专栏：深度学习模型压缩与计算加速学习
github链接：https://github.com/ZichenTian/DL_accelerate_review

以github为主体，知乎同步可能会晚一些，建议大家直接看github

内容结构图

整体结构如下，慢慢填坑

1. 算法

1.1 网络算法

1.2 计算算法

2. 硬件

2.1 CPU

2.2 GPU

2.3 FPGA

2.4 DSP

2.5 其他加速器

3. 开源框架

3.1 训练端

3.2 部署端