贪心科技-首席AI架构师 分布式高性能深度学习实战培养计划

视频资源大小：18.4 GB类型：AI架构师

从更宽的视角来梳理清楚深度学习框架、AI应用、部署上线的整个环节，让你在AI职业规划上可以多一些选择。

课程还会通V 8 F过 对系统底层原理和算法的深度挖掘 ，提高你的认知水平，让你在行业中更具竞争力

贪心科技[ J a G B f S Z-首席Ai架构师 分布式高性能深度学习实战培养计划 2

课程目录：

├─A k 3 ? a l [ { }─第01周 开班典礼. v @ a \ u a + h

| ├──开班典, / X F i 9礼1.mp4 70.34M

| ├──开班典礼2.[ g G V _ X V ! /mp4 72.24M

| └──开班\ B h ( H %典礼3.mp4 73.88M

├──第02周 基础理论及4 C * 3贪心科技-首席AI架构师 分布式高性能深度学习实战培养计划课程介绍

| ├──lecture1.mp4 193.10M

| ├──lecture2.mp4 153.59M

| ├──review1.mp4 72.24M

| ├──review2.mp4 553.64M

| └──review3.mp4 461.56M

├──第03周 并行及分布式框架概述

| ├──01.框架概述

| ├──02.代码实战

| └──03.阅读paper

├──第04周 环境安装与gitlab的使用

| ├──01.环境安装与gitlab的G D Z , &使用

| ├──02.经典并行模式

| └──03.Speaker-Aware Talking-Head Animation

├──第05周 卷积结构及其计算

| ├──01.卷积结构及其计p G ]算

| ├──02.EFFICIENT WINOGRAD CONV( p 2OLUTION VIA INTEGER ARITHMETIC

| └──03.前后向算法

├──第06周 目标检测算法

| ├──01.目标检测算法

| └──02.Distilling the Knowledge in a Neural Network

├──第07周 L\ z G A N 8 vecture1 NvidiaTensort核心算法和Plugin开发

| ├──Lecture1NvidiaTensort核心算法和PD S \ / glugin开发

| └──PaperDistillingheKnowledgeinaNeuralNetwork

├──第08周 TensoRT详讲 真实环境下的代码操作

| ├──Dynw K t 3 \ $ . eamicetworkSurgeryorEfficientDNNs

| ├──LectureTensf \ ^oRT详讲真实环境下的代码操作

| └──TensorRTpluginnmsPlugin这个plugin插件的具体

├──第09周h s & s ^ g d 个性化语音合成项目技术概览

| ├──Improving Neural Network Quantization without Retraining using

| ├──LecU v O $ Q m W o Gture 个性化语音合成项目技术概览

| └──TensorRT SSD 推理

├──第10周 计算e \ 2图表示及优化

| ├──WorkshopData-Free Knowledge Distillation for Dee| s 5 q yp Neural Networks

| └──计算图表b : \ z R *示及优化

├──第11周 Attentij I F Von-Based Seq2S+ D $ h G #eq模型Tacotron2-u U } G nLecture

| ├──1-Lecture Attention-Based Seq2Seq模型Tacotron2

| ├──2-Works2 ] & M ohop 说话人特9 { = { 6 ] 3 p征提取技术实现及环境搭建

| ├──3-Workshop Rethinking the Smaller

| └──4-Workshop 代码练习

├──第12周 声码器Wave序列生成算法实战-Lecture

| ├──PAYINGMOREATTENTIONTOATTENTIONIMPR$ – COVINGTHEPERFORMANCE.mp4 108.85M

| ├──Tacotron2合成模型实现1.mp4 67.98M

| ├─, c ` x A d h u o─Tacotron2合成模型实= r _ . m 8 t n现2.mp4 264.01M

| ├──声码器Wave序列生成算法实战1.mp4 145.60M

| ├──声码器2 p K R gWave序列生成算法实战2.mp4 200.41M

| ├──声码器Wa{ i x x k L pve序列生成算法实战3.mp4 182.15M

| └──声码器Wave序列生成算法实战4.mp4 211.25M

├──第13周 tensorrt实战

| ├──PerformanceG+ | A m b I W n auaranteedNetworkAccelerationviaHi! 0 0 # ] J tghm 1 $ Y yOrderResidualQP – ;uantization.mp4 76.54M

| ├──tensorrt实W ^ Q q战1.mp4 19y ~ , }1.33M

| ├──tensorrt实战2.mp4 254.88M

| ├─N a F | %─tensorrt实战3.mp4 151.37M

| ├──tensorrt实战4.mp4 328.99M

| └──tensorrt实战5.mp4 306.66M

├──第14周 推荐系统概览

| ├──Simpl| Q l F 0 j \ @eResourceConstrainedStructureLearningofDeepNetworksf Q i [ s Y ? 4.mp4 129.05M

| ├──常用Attention的实现1.mp4 45.84M

| ├──常用Attention的实现2.mp4 169.23M

| ├──推荐系统概览1.mp4 178.48Mc P n

| ├X + d 2 – 1 F p z──推荐系( w | 8 N !统概览2.mp4 133.76M

| ├──推荐系统概览3.mp4_ u # K R 213.96M

| ├──推荐系统概览4.mp4 248.56M

| ├──作业讲解1.mp4 53.28M

|M T ! J [ c g └──作业讲解2.mp4 174.93M

├──第15周 分布式参数服务器

| ├──Horovodfastandeasydist! ( IributeddeeplearninginTensorFlow.mp4 86.94M

| ├──Horg / aovo0 F H R @dteq , f +nsorflow应用1.mp4 51.40M

| ├──Horovodtensorflow应用E Y L P e D2P Z Y r 1 * – U d.mp4 151.94M

| ├──分布式参数服务器1.mp4 148.66M

| ├──分布式参数服务器2.mp4J } ~ 3 5 X Y i 144.52M

| ├──分布Q W = g @ = e L Q式参数服务器3.mp4 191.63M

| └──a + ] . l n分布式参数服务器4.mp4 168.76M

├──第16周 分布式推荐系统实战

| ├──Difacto中SGD算| | I i Y $法的实现1v F U l r _ b \ ,.mp45 v 1 _ g R ` s 118.61M

| ├──Difacto中SGD算法的实现2.mp4 83.13M

| ├──Distribut/ P K \ hedTrainingStrategiesfortheStructuredPerceptron.mp4 147.37} a 3 ~ ` \ HM

| ├──Mixed Precision Training.mp4 75.69M

| ├──分布式推荐系统实战1.mp4 108.56M

| ├──分布式推荐系统实o – l x I战2| 0 g ? U 2 q F.mp4 97.75M

| ├──分布式推荐系统实l L 4 1 9 5 Q m战3.mp4 119.11M

| ├──分布式推荐系统实战4.mp4 74.33r \ % Z t M a c AM

|@ $ ^ ├──分布式推# j S荐系统实战5.mp4 157.52M

| ├──深度学习框架技术-] m O D p Z1.mV – ^p4 17Y I V _ + b4.45M

| ├──深度学习框架技术-2.mp4 180.86M

| ├──深度学习框架技术-3.mp4 114.47M

| └──深度学习框架技术-4.mp4 108.64M

├──第17周 训练加速高级技术1

| ├──Local SGD Converges Fast and Communicates Little.mp4 125.58M

| ├──TNN高效存储管理机制-1.mp4 111.53M

| ├──TNN高效存储管理机制-2.mp4 130.85M

| ├──训练及预测加速高级技术-1.mp4 48.04M

| ├──训练及预测加速高级技术-2.mp4 110.53M

| ├──训练及预测加速高级技术-3.mp4 81.10M

| ├──训练及预测加速高级技术| E G \-4.mp4 130.35M

| ├──训练及预r D V : N w测加速高级技术-5.mp4 76.83M

| └──训练及预测加速高级技术-6.mp4 236.77M

├──第18周 训练及预测加速高级技术

| ├──模型压缩技术实现-1.mp4 68.03M

| ├──模型压缩技术实现-2.mp4 112.? k $ y ; %17M

| ├──训练加速高级技术1-1.mp4 82H \ n 4 s ` f H.50M

| ├──训练加速高级技术1-2.mp– I | l ` t 1 /4 70.46M

| ├──训练加速高级技术1-3.mp4 120.09M

| ├──训练加速高级技术1-4.mp4 105.00M

| ├──训练加速高级技术1-5.mp4 166.3t C –0M

| └──训练加速高级技术1-6.mp4 140.15M

└──第19周 最后一课

| ├──Fast Locality Sensitive Hashing for Beam Search on GA * }PU.mp4 102.24M

| ├──最后一课J 6 _ + + j-1.mp4 47.56M

| └──最后一课R s r = d D-2.mp4 57.17M