这次实验是智能计算系统的最后一个实验，也是大作业。
在前面的课程中，已经学习了：
- 使用Python+Numpy编写简单的机器学习模型和神经网络模型，例如多层感知机（三层神经网络）实现手写数字识别。
- 学习了常用的深度学习算法，例如CNN，VGG19……利用VGG19抽取图像特征，完成了非实时的图像风格迁移的实验。
- 学会了如何使用寒武纪的DLP（深度学习处理器）平台，深度学习处理器平台的基础是寒武纪的MLU系列深度学习处理器芯片。
- 学习了TF1.14深度学习框架。最重要的是掌握了如何向TF框架中增加自己所需要的功能，增加算子，编译TensorFLow。
- 简单的了解了深度学习处理器的架构设计和芯片设计……
- 学习了寒武纪开发的智能编程语言BANGC，了解了如何利用MLU系列的芯片去让深度学习的算法跑的更快更好，主要是用BANGC语言（其实就类似于英伟达开发的CUDA并行编程语言，主要集中在加速大规模矩阵的运算，让芯片设计服务于大规模的并行矩阵运算），将自己编写的算子集成到TensorFlow框架中，最终运行在MLU270芯片上面。
京公网安备 11010502036488号