资源介绍：

探讨如何利用专用AI芯片提升神经网络模型的运行效率与性能，结合硬件架构特性与算法优化策略。通过实际案例演示模型压缩、量化加速及跨平台部署等技术，助力开发者在边缘计算、自动驾驶等场景实现低功耗、高实时性的智能应用

亮点：深入解析AI芯片与算法的协同优化方法，提供从理论到工程落地的全流程指导，包含产业级案例和可复现实验，涵盖低精度计算、动态推理等前沿技术，强化真实场景部署能力

课程目录

• PART1
• 第04周
• uint8量化一个网络-1
• uint8量化一个网络-2
• 网络量化-1
• 网络量化-2
• 网络量化-3
• 网络量化-4
• 网络量化-5
• 第05周
• 就业分析+岗位推荐
• 就业分析+岗位推荐-1
• 就业分析+岗位推荐-2
• 了解openppll架构
• 了解openppll架构-1
• 了解openppll架构-2
• 神经网络编译器简介
• 神经网络编译器简介-1
• 神经网络编译器简介-2
• 神经网络编译器简介-3
• 神经网络编译器简介-4
• 神经网络编译器简介-5
• 第二周
• 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
• 使用知识蒸馏完成检测网络的压缩-2
• 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
• 知识蒸馏优化、低秩分解优化-2
• 知识蒸馏优化、低秩分解优化-3
• 知识蒸馏优化、低秩分解优化-4
• 知识蒸馏优化、低秩分解优化-5
• 第三周
• 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
• 使用结构化剪枝完成一个网络结构的剪枝-2
• 网络剪枝
• 网络剪枝-1
• 网络剪枝-2
• 网络剪枝-3
• 网络剪枝-4
• 网络剪枝-5
• 第一周
• 1.轻量化网络结构设计
• Lecture1 轻量化网络结构设计-1
• Lecture1 轻量化网络结构设计-2
• Lecture1 轻量化网络结构设计-3
• Lecture1 轻量化网络结构设计-4
• Lecture1 轻量化网络结构设计-5
• Lecture1 轻量化网络结构设计-6
• 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
• Review1 实例分割相关的轻量网络并评估性能-2
• PART2
• 第06-07周
• ncnn-1
• ncnn-2
• ncnn-3
• ncnn-4
• ncnn-5
• 主题：使用ncnn进行离线量化并在eaidk310板子部署的demo-1
• 主题：使用ncnn进行离线量化并在eaidk310板子部署的demo-2