课程目录:

├──第01周 开班典礼  
|   ├──开班典礼1.mp4  70.31M
|   ├──开班典礼2.mp4  72.21M
|   └──开班典礼3.mp4  73.84M
├──第02周 基础理论及课程介绍  
|   ├──lecture1.mp4  193.07M
|   ├──lecture2.mp4  153.55M
|   ├──review1.mp4  72.21M
|   ├──review2.mp4  553.61M
|   └──review3.mp4  461.53M
├──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.卷积结构及其计算  
|   ├──02.EFFICIENT WINOGRAD CONVOLUTION 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 Lecture1 NvidiaTensort核心算法和Plugin开发  
|   ├──Lecture1NvidiaTensort核心算法和Plugin开发  
|   └──PaperDistillingheKnowledgeinaNeuralNetwork  
├──第08周 TensoRT详讲 真实环境下的代码操作  
|   ├──DynamicetworkSurgeryorEfficientDNNs  
|   ├──LectureTensoRT详讲真实环境下的代码操作  
|   └──TensorRTpluginnmsPlugin这个plugin插件的具体  
├──第09周 个性化语音合成项目技术概览  
|   ├──Improving Neural Network Quantization without Retraining using  
|   ├──Lecture 个性化语音合成项目技术概览  
|   └──TensorRT SSD 推理  
├──第10周 计算图表示及优化  
|   ├──WorkshopData-Free Knowledge Distillation for Deep Neural Networks  
|   └──计算图表示及优化  
├──第11周 Attention-Based Seq2Seq模型Tacotron2-Lecture  
|   ├──1-Lecture Attention-Based Seq2Seq模型Tacotron2  
|   ├──2-Workshop 说话人特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  
|   ├──PAYINGMOREATTENTIONTOATTENTIONIMPROVINGTHEPERFORMANCE.mp4  108.82M
|   ├──Tacotron2合成模型实现1.mp4  67.94M
|   ├──Tacotron2合成模型实现2.mp4  263.98M
|   ├──声码器Wave序列生成算法实战1.mp4  145.56M
|   ├──声码器Wave序列生成算法实战2.mp4  200.38M
|   ├──声码器Wave序列生成算法实战3.mp4  182.12M
|   └──声码器Wave序列生成算法实战4.mp4  211.22M
├──第13周 tensorrt实战  
|   ├──PerformanceGuaranteedNetworkAccelerationviaHighOrderResidualQuantization.mp4  76.51M
|   ├──tensorrt实战1.mp4  191.30M
|   ├──tensorrt实战2.mp4  254.85M
|   ├──tensorrt实战3.mp4  151.33M
|   ├──tensorrt实战4.mp4  328.96M
|   └──tensorrt实战5.mp4  306.63M
├──第14周 推荐系统概览  
|   ├──SimpleResourceConstrainedStructureLearningofDeepNetworks.mp4  129.02M
|   ├──常用Attention的实现1.mp4  45.81M
|   ├──常用Attention的实现2.mp4  169.20M
|   ├──推荐系统概览1.mp4  178.44M
|   ├──推荐系统概览2.mp4  133.73M
|   ├──推荐系统概览3.mp4  213.93M
|   ├──推荐系统概览4.mp4  248.53M
|   ├──作业讲解1.mp4  53.25M
|   └──作业讲解2.mp4  174.90M
├──第15周 分布式参数服务器  
|   ├──HorovodfastandeasydistributeddeeplearninginTensorFlow.mp4  86.91M
|   ├──Horovodtensorflow应用1.mp4  51.37M
|   ├──Horovodtensorflow应用2.mp4  151.91M
|   ├──分布式参数服务器1.mp4  148.62M
|   ├──分布式参数服务器2.mp4  144.48M
|   ├──分布式参数服务器3.mp4  191.60M
|   └──分布式参数服务器4.mp4  168.73M
├──第16周 分布式推荐系统实战  
|   ├──Difacto中SGD算法的实现1.mp4  118.58M
|   ├──Difacto中SGD算法的实现2.mp4  83.10M
|   ├──DistributedTrainingStrategiesfortheStructuredPerceptron.mp4  147.34M
|   ├──Mixed Precision Training.mp4  75.66M
|   ├──分布式推荐系统实战1.mp4  108.52M
|   ├──分布式推荐系统实战2.mp4  97.71M
|   ├──分布式推荐系统实战3.mp4  119.08M
|   ├──分布式推荐系统实战4.mp4  74.30M
|   ├──分布式推荐系统实战5.mp4  157.48M
|   ├──深度学习框架技术-1.mp4  174.41M
|   ├──深度学习框架技术-2.mp4  180.82M
|   ├──深度学习框架技术-3.mp4  114.44M
|   └──深度学习框架技术-4.mp4  108.61M
├──第17周 训练加速高级技术1  
|   ├──Local SGD Converges Fast and Communicates Little.mp4  125.55M
|   ├──TNN高效存储管理机制-1.mp4  111.50M
|   ├──TNN高效存储管理机制-2.mp4  130.82M
|   ├──训练及预测加速高级技术-1.mp4  48.01M
|   ├──训练及预测加速高级技术-2.mp4  110.49M
|   ├──训练及预测加速高级技术-3.mp4  81.06M
|   ├──训练及预测加速高级技术-4.mp4  130.31M
|   ├──训练及预测加速高级技术-5.mp4  76.80M
|   └──训练及预测加速高级技术-6.mp4  236.74M
├──第18周 训练及预测加速高级技术  
|   ├──模型压缩技术实现-1.mp4  68.00M
|   ├──模型压缩技术实现-2.mp4  112.14M
|   ├──训练加速高级技术1-1.mp4  82.47M
|   ├──训练加速高级技术1-2.mp4  70.43M
|   ├──训练加速高级技术1-3.mp4  120.05M
|   ├──训练加速高级技术1-4.mp4  104.96M
|   ├──训练加速高级技术1-5.mp4  166.27M
|   └──训练加速高级技术1-6.mp4  140.12M
└──第19周 最后一课  
|   ├──Fast Locality Sensitive Hashing for Beam Search on GPU.mp4  102.21M
|   ├──最后一课-1.mp4  47.53M
|   └──最后一课-2.mp4  57.14M

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。