cs-self-learning/docs/深度学习/MIT-6.5940.md

TinyML and Efficient Deep Learning Computing

课程简介

• 所属大学：MIT
• 先修要求：Machine Learning, Deep Learning
• 编程语言：Python
• 课程难度：主要在于读论文吧
• 预计学时：

介绍关于深度学习神经网络模型量化，剪枝，蒸馏，性能优化等等相关内容，每一节课本质上都是介绍几十篇经典论文，老师讲课更多是一种introduction。感觉是很前沿的方向，所以很多内容都是半年甚至几个月之前的成果，很与时俱进，2024fall的也已经开始了。全部视频录像和pdf课件都是公开的。

其中有一些嵌入式DL，甚至学期最后有一些量子计算的内容，也是很全面包罗万象了，如果只是对于模型量化等感兴趣，感觉也可以只看相关内容，然后顺藤摸瓜去看论文。

我没有去做作业，但是看2023fall课堂介绍的内容，作业对硬件要求不是很高，完全通过colab即可完成，特殊情况下只需要冲一个colab小会员即可，不像现在一些DL的课，对硬件要求比较高。

课程资源

• 课程网站：https://efficientml.ai
• 课程视频：见官网，youtube
• 课程教材：见官网
• 课程作业：见官网