深度学习与计算机视觉 目录 * 简介 * 深度学习 * M-P模型 * 感知机 * 多层感知机 * 神经网络 * 激活函数 * 损失函数 * 优化函数 * 反向传播 * 深度学习框架 * 机器视觉 * 参考文献 简介 《列子·汤问》中周穆王巡狩，遇到一个自愿献艺的工匠叫做偃师。这个工匠制造的歌舞艺人行走坐卧宛若真人，甚至会挑逗周穆王的嫔妃，周穆王大怒，将歌舞艺人拆卸后仅为假物。 这个在我们现在看来就是机器人，

深度学习与计算机视觉 目录 * 简介 * 深度学习 * M-P模型 * 感知机 * 多层感知机 * 神经网络 * 激活函数 * 损失函数 * 优化函数 * 反向传播 * 深度学习框架 * 机器视觉 * 参考文献 简介 《列子·汤问》中周穆王巡狩，遇到一个自愿献艺的工匠叫做偃师。这个工匠制造的歌舞艺人行走坐卧宛若真人，甚至会挑逗周穆王的嫔妃，周穆王大怒，将歌舞艺人拆卸后仅为假物。 这个在我们现在看来就是机器人，

triton 1.简介 NVIDIA Triton™ Inference Server 简化了生产中的大规模 AI 模型部署。Triton 是一款开源的推理服务软件，可助力团队从任何框架、本地存储或从任何基于 GPU 或 CPU 的基础架构、云、数据中心或边缘的 Google Cloud 平台或 AWS S3

ONNX ONNX - Open Neural Network Exchange ONNX是一种用于机器学习模型构建的开源格式。ONNX定义了一套通用操作以及一个通用格式，使得用户能够使用多种框架、工具以及编译器来运行模型。 深度学习算法大多通过计算数据流图来完成神经网络的深度学习过程。 一些框架（例如CNTK，Caffe2，Theano和TensorFlow）使用静态图形，而其他框架（例如 PyTorch 和 Chainer）使用动态图形。 但是这些框架都提供了接口，使开发人员可以轻松构建计算图和运行时，

nvidia 显卡驱动、cuda与cudnn之间的区别 cuda是NVIDIA推出的自家GPU的并行计算框架。 注意事项：NVIDIA的显卡驱动器与CUDA并不是一一对应的哦，CUDA本质上只是一个工具包而已，所以我可以在同一个设备上安装很多个不同版本的CUDA工具包，比如我的电脑上同事安装了 CUDA 9.0、CUDA 9.2、CUDA 10.0三个版本。一般情况下，我只需要安装最新版本的显卡驱动，然后根据自己的选择选择不同CUDA工具包就可以了，但是由于使用离线的CUDA总是会捆绑CUDA和驱动程序，所以在使用多个CUDA的时候就不要选择离线安装的CUDA了，否则每次都会安装不同的显卡驱动，这不太好，