messiran10的专栏

本周主要的收获： 1.学习了Facebook dlrm模型的原理，并且基于tf编写了完整的模型训练、测试脚本工程，熟悉了tf常用Api的使用，完成模型收敛与论文结果复现 2. 学习神经网络训练时，量化的方法和原理，并进行实践 困惑点： 1.后面的工作内容可能集中在python脚本和cuda编程上。并不是如我之前预计的基于tf做深层次优化，对于tf内核、c++的提升很有限，需要自己花时间自学提升技术水平。 2. 发现自己越来越懒了，自律能力很差，这个要好好纠正一下，不能浪费宝贵的时间。python、cuda、

第一周工作，熟悉了工作内容与流程。后面主要的工作是基于tf开展，包括python前端优化、后端计算优化。 预期目标： 1.在工作中熟悉tf的python前端、c++后端源码，掌握基于tf的模型推理性能调优方法。以及熟悉cuda gpu编程的方法与性能优化 2. 结合工作内容，阅读tf 推理框架源码及相关c++书籍，熟练掌握c++语言及大型工程架构 ...