【极致中配】麻省理工学院 MIT6.5940 TinyML和高性能大模型推理 | 2024 Fall

MIT 高效深度学习课程，讲解模型量化、剪枝、蒸馏、神经网络架构搜索及大模型在端侧与高性能场景下的压缩与推理加速技术。

难度

★★★★☆难度 4/5 — 需扎实深度学习与系统基础，涉及量化、编译与硬件优化

适合人群

有深度学习基础、想做模型压缩与高效推理部署的学生与工程师

前置要求

深度学习基础（熟悉神经网络、CNN/Transformer 结构与训练）、Python 与 PyTorch（能读写模型代码）、计算机体系结构（了解内存、算力与并行的基本概念）、线性代数（矩阵运算与张量操作）

课程规模

14 讲 · 1984播放

本课程卡由 AI 生成，可能存在误差，欢迎反馈。