kuiper-course

[zjhellofss]

你是否已经阅读并同意《Datawhale开源项目指南》？

• [X] 我已阅读并同意《Datawhale开源项目指南》

你是否已经阅读并同意《Datawhale开源项目行为准则》？

• [X] 我已阅读并同意《Datawhale开源项目行为准则》

项目简介

项目地址：https://github.com/zjhellofss/KuiperInfer

从零实现一个深度学习推理框架，学会深度学习框架背后的知识，学会怎么上手一个中等规模的C++项目。在这个过程中，你能学到：

1. 现代化的C++写法和风格
2. 如何设计和编写一个计算图
3. 实现常见的算子，卷积算子，池化算子，全连接算子等
4. 在3的基础上，学会优化手段去加速算子的运行
5. C++项目开发中的工程经验
6. 最后可以得到一个属于自己推理框架，支持最新版yolov5模型、Resnet模型的推理

立项理由

Just for fun!

项目受众

1. C++从业人员;
2. 大中专、本科、研究生对AI底层有一定兴趣的老师、学生;
3. AI算法或AI部署工程师，想对底层框架设计有了解的。

项目亮点

这是课程成品项目，目前有900star: https://github.com/zjhellofss/KuiperInfer

已经有第一次开课，是我自己在b站上进行的：https://space.bilibili.com/1822828582

项目规划

时间安排： 六月中旬开课，每3天到一周更新一节内容，具体已经和datawhale成员沟通过。

课程安排：

1. 项目预览和环境搭建
2. 张量的实现和加载
3. 计算图定义与设计
4. 构建计算图关系和执行顺序
5. 手写第一个算子并完成算子注册工厂类
6. 表达式层
7. 实现最大池化算子和Im2Col的卷积算子
8. 支持Resnet分类模型
9. 其他常用算子的实现(主要是Yolov5相关的)
10. 支持Yolov5目标检测模型

项目负责人

傅莘莘： email: hellofss@foxmail.com 个人主页：https://github.com/zjhellofss/KuiperInfer wechat: lyrry1997

散步 个人主页：https://github.com/sanbuphy

https://sanbuphy.github.io/

备注：发起立项申请后DOPMC将会在 72h 之内给出答复，如超时未答复请添加DOPMC负责人微信（微信号：at-Sm1les）问询~

• [X] 我已知悉上述备注

[ZhikangNiu]

同意！！！顺便想问下学习本课程需要哪些前置条件。

[zjhellofss]

同意！！！顺便想问下学习本课程需要哪些前置条件。

无特别学习条件，但是应该会一些C++或者C语言。

[zjhellofss]

同意！！！顺便想问下学习本课程需要哪些前置条件。

无特别学习条件，但是应该会一些C++或者C语言。

一些困难的C++语法和用法，我也会穿插去讲的，不需要太担心。

[ZhikangNiu]

同意！！！顺便想问下学习本课程需要哪些前置条件。

无特别学习条件，但是应该会一些C++或者C语言。

一些困难的C++语法和用法，我也会穿插去讲的，不需要太担心。

okok 很好的课程！

[ruyiluo]

同意，厉害👍

[qiwang067]

同意

[mba1398]

同意

[finlay-liu]

支持，同意

[GYHHAHA]

同意

[ROckDog22]

支持

[zhanhao93]

同意

[skywateryang]

同意

[andongBlue]

同意

[Sm1les]

同意

[zhanhao93]

同意