Efficient Processing of Deep Learning (DNN)

This is a collection of papers and projects that interest me



==================================

---------------??? -------------------
Efficient Processing of Deep Neural Networks: A Tutorial and Survey

Efficient methods and hardware for deep learning(論文解析)

----- 量化? -------------------
IEEE 754,? fp16,fp32,fp64,int8,int4

----- Compressing and Pruning? -------------------

----- Matrix? -------------------
wiki:
Multiplication Algorithm
Matrix Multiplication Algorithm
divide and conquer algorithm, sub-cubic algorithm, strassen algorithm, coppersmith-winograd algorithm;

The Matrix Calculus You Need For Deep Learning

Matrix Computation(Golub)

----- Optimization? -------------------
Optimization Methods for Large-Scale Machine Learning (pdf)


GEMM(General matrix multiplication)
基本數(shù)學(xué)庫(kù):
Basic Linear Algebra Subprograms

----- 并行計(jì)算? -------------------

----- Baysian? -------------------
Novak,? Baysian deep convolutional networks with many channels are gaussian process

----- 統(tǒng)計(jì)學(xué)習(xí) ---------
(統(tǒng)計(jì)學(xué)習(xí)精要(The Elements of Statistical Learning)課堂筆記)


----- Net ---------
LENET-5, 1986, minist
AlexNet, 2012, ImagNet
GoogleNet, 2014
VGGNet, 2014
ResNet ( ResNet2015, Wide ResNet, ResNetX )
DenseNet, 2016
MobileNet, 2017
ShuffleNet, 2017

超分
SRCNN, FSRCNN, FSRCNN-s, ESPCN, VDSR

----- 強(qiáng)化學(xué)習(xí) ---------

----- 對(duì)抗學(xué)習(xí) ---------

----- 遷移學(xué)習(xí) ---------
(遷移學(xué)習(xí)簡(jiǎn)明手冊(cè))

----- 演化學(xué)習(xí) ---------

----- Tutorial and Survey ---------
Tutorial on Hardware Accelerators for Deep Neural Networks

-------------- Staffs --------------
fengbintu



===== 產(chǎn)業(yè)界 ===============
CPU, FPGA, DSP, GPU, ASIC

----- CUDA ---------



===== 應(yīng)用領(lǐng)域 ===============

----- 圖像分類 ---------
Image Classification

----- 目標(biāo)檢測(cè) ---------
Object Detection

----- 自然語(yǔ)言處理 ---------
Natural Language Processing



===== 基礎(chǔ)知識(shí) ===============

----- 機(jī)器學(xué)習(xí) ---------

吳恩達(dá) Ng

計(jì)算機(jī)視覺與卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ), standford cs231n

Learning Semantic Image Representations at a Large scale)by Jia Yangqing
Model Evaluation, Model Selection, and Algorithm Selection in Machine Learning(Sebastian Raschka)

----- CNN ---------
卷積 convolution
激活 activation function
池化 pooling
全聯(lián)接 Full connect / softmax
BP, backpropagation
目標(biāo)函數(shù)與梯度下降函數(shù)(BGD, SGD, RMSprop, Adam)簡(jiǎn)介1?
超參數(shù), 學(xué)習(xí)率,
范數(shù)規(guī)則化, 過擬合, Occam's razor, L0/L1/L2/nuclear norm
Low Rank
魯棒PCA(robust pca), 背景建模推盛,變換不變低秩紋理TILT

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌荒吏,老刑警劉巖颓芭,帶你破解...
    沈念sama閱讀 211,884評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件火脉,死亡現(xiàn)場(chǎng)離奇詭異械姻,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)哆料,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,347評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門缸剪,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人东亦,你說我怎么就攤上這事』I” “怎么了典阵?”我有些...
    開封第一講書人閱讀 157,435評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)镊逝。 經(jīng)常有香客問我壮啊,道長(zhǎng),這世上最難降的妖魔是什么撑蒜? 我笑而不...
    開封第一講書人閱讀 56,509評(píng)論 1 284
  • 正文 為了忘掉前任歹啼,我火速辦了婚禮,結(jié)果婚禮上座菠,老公的妹妹穿的比我還像新娘狸眼。我一直安慰自己,他們只是感情好浴滴,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,611評(píng)論 6 386
  • 文/花漫 我一把揭開白布拓萌。 她就那樣靜靜地躺著,像睡著了一般升略。 火紅的嫁衣襯著肌膚如雪微王。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,837評(píng)論 1 290
  • 那天品嚣,我揣著相機(jī)與錄音炕倘,去河邊找鬼。 笑死翰撑,一個(gè)胖子當(dāng)著我的面吹牛罩旋,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播额嘿,決...
    沈念sama閱讀 38,987評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼瘸恼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了册养?” 一聲冷哼從身側(cè)響起东帅,我...
    開封第一講書人閱讀 37,730評(píng)論 0 267
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎球拦,沒想到半個(gè)月后靠闭,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體帐我,經(jīng)...
    沈念sama閱讀 44,194評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,525評(píng)論 2 327
  • 正文 我和宋清朗相戀三年愧膀,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了拦键。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,664評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡檩淋,死狀恐怖芬为,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情蟀悦,我是刑警寧澤媚朦,帶...
    沈念sama閱讀 34,334評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站日戈,受9級(jí)特大地震影響询张,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜浙炼,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,944評(píng)論 3 313
  • 文/蒙蒙 一份氧、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧弯屈,春花似錦蜗帜、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,764評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至酌住,卻和暖如春店归,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背酪我。 一陣腳步聲響...
    開封第一講書人閱讀 31,997評(píng)論 1 266
  • 我被黑心中介騙來泰國(guó)打工消痛, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人都哭。 一個(gè)月前我還...
    沈念sama閱讀 46,389評(píng)論 2 360
  • 正文 我出身青樓秩伞,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親欺矫。 傳聞我的和親對(duì)象是個(gè)殘疾皇子纱新,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,554評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容