训练过程通过设定数据处理方式，并设计合适的网络模型结构以及损失函数和优化算法，在此基础上将数据集以小批量（mini-batch）反复进行前向计算并计算损失，然后反向计算梯度利用特定的优化函数来更新模型，来使得损失函数达到最优的结果。训练过程最重要的就是梯度的计算和反向传播。
而推理就是在训练好的模型结构和参数基础上，做一次前向传播得到模型输出的过程。相对于训练而言，推理不涉及梯度和损失优化。推理的最终目标是将训练好的模型部署生产环境中。真正让 AI 能够运用起来。推理引擎可以将深度学习模型部署到云（Cloud）端或者边缘（Edge）端，并服务用户的请求。模型训练过程好比是传统软件工程中的代码开发的过程，而开发完的代码势必要打包，部署给用户使用，那么推理系统就负责应对模型部署的生命周期中遇到的挑战和问题。
当推理系统将完成训练的模型进行部署，并在服务时还需要考虑设计和提供负载均衡，请求调度，加速优化，多副本和生命周期管理等支持。相比深度学习框架等为训练而设计的系统，推理系统不仅关注低延迟，高吞吐，可靠性等设计目标，同时受到资源，服务等级协议（Service-Level Agreement），功耗等约束。本章将围绕深度学习推理系统的设计，实现与优化内容展开，同时还会在最后介绍部署和 MLOps 等内容。
移动端的推理引擎应该挺多的了，google在2017年推出了TF-Lite，腾讯在2017年推出了ncnn，Apple在2017也推出了CoreML，阿里在2018年推出了MNN，华为2019年推出了MindSpsore-Lite。距今已经过去了快5年的时间，技术上也接近收敛。下面让我们一起打开推理引擎的技术吧！
-
《推理系统》推理系统是本分享的重点概述，推理就是在训练好的模型结构和参数基础上，执行前向传播得到模型输出的过程。相对于训练而言，推理不涉及梯度和损失优化。推理的最终目标是将训练好的模型部署生产环境中，真正让 AI 能够运用起来。推理引擎可以将深度学习模型部署到云（Cloud）端或者边缘（Edge）端，并服务用户的请求。模型训练过程好比是传统软件工程中的代码开发的过程，而开发完的代码势必要打包，部署给用户使用，那么推理系统就负责应对模型部署的生命周期中遇到的挑战和问题。
-
《轻量网络》在端侧推理引擎中，主要是执行轻量的模型结构。主要思想是针对神经网络模型设计更高效的网络计算方式，从而使神经网络模型的参数量减少的同时，不损失网络精度，并进一步提高模型的执行效率。本节主要集中介绍模型小型化中需要注意的参数和指标，接着深入了解CNN经典的轻量化模型和Transformer结构的轻量化模型。
-
《模型压缩》模型压缩跟轻量化网络模型不同，压缩主要是对轻量化或者非轻量化模型执行剪枝、蒸馏、量化等压缩算法和手段，使得模型更加小、更加轻便、更加利于执行。
-
《模型转换&优化》在这一节当中分为模型转换和模型优化，在整体架构图中属于离线模型转换模块。一方面，推理引擎需要把不同 AI 框架训练得到的模型进行转换；另外一方面需要对转换后的模型进行图优化等技术。
-
《Kernel优化》在上层应用或者 AI 网络模型中，看到的是算子；但是在推理引擎实际执行的是具体的 Kernel，而推理引擎中 CNN 占据了主要是得执行时间，因此其 Kernel 优化尤为重要。
希望这个系列能够给大家、朋友们带来一些些帮助，也希望自己能够继续坚持完成所有内容哈！
通过《推理引擎：核心原理》这个课程，以及这门课程后面的几门课程，你将获取并且掌握的技能：
| 编号 | 名称 | 具体内容 |
| 1 | 推理系统 | 推理系统整体介绍，推理引擎架构梳理 |
| 2 | 轻量网络 | 轻量化主干网络，MobileNet等SOTA模型介绍 |
| 3 | 模型压缩 | 模型压缩4件套，量化、蒸馏、剪枝和二值化 |
| 4 | 模型转换&优化 | AI框架训练后模型进行转换，并对计算图优化 |
| 5 | Kernel优化 | Kernel层、算子层优化，对算子、内存、调度优化 |
建议优先下载或者使用PDF版本，PPT版本会因为字体缺失等原因导致版本很丑哦~
| 编号 | 名称 | 内容 | 资源 | 备注 |
| 1 | 推理系统 | 01 内容介绍 | slide, video | |
| 推理系统 | 02 什么是推理系统 | slide, video | ||
| 推理系统 | 03 推理流程全景 | slide, video | ||
| 推理系统 | 04 推理系统架构 | slide, video | ||
| 推理系统 | 05(上) 推理引擎架构 | slide, video | ||
| 推理系统 | 05(下) 推理引擎架构 | slide, video | ||
| 2 | 模型小型化 | 01 推理参数了解 | slide, video | |
| 模型小型化 | 02(上) CNN模型小型化 | slide, video | ||
| 模型小型化 | 02(下) CNN模型小型化 | slide, video | ||
| 模型小型化 | 03 Transformer小型化 | slide, video | ||
| 3 | 模型压缩 | 01 基本介绍 | slide, video | |
| 模型压缩 | 02 低比特量化原理 | slide, video | ||
| 模型压缩 | 03 感知量化训练 QAT | slide, video | ||
| 模型压缩 | 04 训练后量化PTQ与部署 | slide, video | ||
| 模型压缩 | 05 模型剪枝 | slide, video | ||
| 模型压缩 | 06(上) 知识蒸馏原理 | slide, video | ||
| 模型压缩 | 06(下) 知识蒸馏算法 | slide, video | ||
| 4 | 模型转换&优化 | 01 基本介绍 | slide, video | |
| 4.1 | 模型转换模块 | 02 架构与文件格式 | slide, video | |
| 模型转换模块 | 03 自定义计算图IR | slide, video | ||
| 模型转换模块 | 04 流程细节 | slide, video | ||
| 4.2 | 图优化模块 | 05 计算图优化策略 | slide, video | |
| 图优化模块 | 06 常量折叠&冗余节点消除 | slide, video | ||
| 图优化模块 | 07 算子融合/替换/前移 | slide, video | ||
| 图优化模块 | 08 数据布局转换&内存优化 | slide, video | ||
| 5 | Kernel优化 | 01 Kernel优化架构 | slide, video | |
| Kernel优化 | 02 卷积操作基础原理 | slide,video | ||
| Kernel优化 | 03 Im2Col算法 | slide,video | ||
| Kernel优化 | 04 Winograd算法 | slide,video | ||
| Kernel优化 | 05 QNNPack算法 | slide,video | ||
| Kernel优化 | 06 推理内存布局 | slide, video | ||
| Kernel优化 | 07 nc4hw4内存排布 | slide, video | ||
| Kernel优化 | 08 汇编与循环优化 | slide, video |
-
对人工智能、深度学习感兴趣的学员
-
渴望学习当今最热门最前沿AI技术的学员
-
想储备深度学习技能的学员
-
AI系统开发工程师