微软研究院AI头条 2021-12-09 09:00

The following article is from 微软学术合作 Author 微软学术合作

由微软亚洲研究院人工智能教育团队创立的微软人工智能教育与学习共建社区（Microsoft AI Education Community, AI-Edu）在 GitHub 上收获的星标数已经突破一万颗啦！10k+ 星标，不仅见证了社区内容的持续更新，还见证了无数同学从认识 AI、到理解 AI、最终到研究 AI 的成长之路，共建社区的师资培训内容也帮助了数百位老师开设人工智能相关课程！

在 10k+ 星标的里程碑和新起点下，AI-Edu 社区也对基础教程、开源讲座和论文分享资源进行了全面更新、整合与发布。速速查收这份更新指南，前往 GitHub 检索 AI-Edu，让我们一起拥抱开源，共同成长！

AI-Edu 社区

手机端用户请扫描下方二维码

电脑端用户请访问https://github.com/microsoft/ai-edu更新一：好评如潮的《人工智能系统》教材全网首度公开！今年春季，微软亚洲研究院在西安交通大学开设了《人工智能系统》课程。应西安交通大学郑南宁院士邀请，本课程在微软亚洲研究院院长周礼栋与首席研究员杨懋的牵头和指导下，由课程设计团队依托微软前沿科研成果、对标国际一流课程精心设计而成。 完成为期六周的线下授课后，该课程又通过微软人工智能系统课程学习小组在线上进行讲授。课程不仅收获了西交大师生的如潮好评，线上学习小组的同学也纷纷表示还想再次学习！ 作为在国内具有开创新的人工智能系统课程，为了让更多同学拥有入门学习人工智能系统的机会、同时为更多老师设计教授方法提供系统性参考，现在，《人工智能系统》课程教材正在撰写中，并将通过 AI-Edu 在全网首度公开，持续更新！ 本教材由周礼栋、杨懋、杨凡指导，高彦杰主笔，众多研究员与西交大老师联袂参与，将按照每两个月一期的频率更新在 AI-Edu GitHub 社区，为有志于探索人工智能系统的爱好者提供开放的学习、互动与交流！ 滑动下方内容可快速查看简明版课程大纲，详细课程大纲及相关内容请在 GitHub 的 AI-Edu 页面依次点击“基础教程”、“A6-人工智能系统”、“AI-System @ a5178dc”，跳转相关页面后，点击 “Textbook” 即可查看。

滑动预览简明版课程大纲

1. 人工智能系统概述

    1.1 深度学习的历史，现状与发展

    1.2 算法，框架，体系结构与算力的进步

    1.3 深度学习系统组成与生态

2. 深度神经网络基础

    2.1 神经网络模型

    2.2 深度学习系统基础

3. 深度学习框架基础

    3.1 深度学习框架的设计权衡

    3.2 基于数据流图的计算框架

4. 矩阵运算与计算机体系结构

    4.1 深度学习常见模型结构

    4.2 计算机体系结构与矩阵运算

    4.3 GPU 体系结构与矩阵计算

    4.4 专用芯片与矩阵计算

5. 深度学习框架的编译与优化

    5.1 深度神经网络编译器

    5.2 计算图优化

    5.3 内存优化

    5.4 内核优化

    5.5 操作符调度优化

    5.6 前沿人工智能编程语言与编译器

6. 分布式训练算法与系统

    6.1 分布式计算简介

    6.2 深度学习并行训练简介

    6.3 分布式训练算法分类

    6.4 深度学习并行训练同步方式

    6.5 分布式训练系统简介

    6.6 分布式训练框架

7. 异构计算集群调度与资源管理系统

    7.1 异构计算集群管理系统简介

    7.2 训练作业，镜像与容器

    7.3 调度

    7.4 面向深度学习的集群管理系统

8. 深度学习推理系统

    8.1 推理系统简介

    8.2 推理系统低延迟优化

    8.3 推理系统高吞吐优化

    8.4 部署

9. 自动机器学习系统

    9.1 自动机器学习

    9.2 自动机器学习系统与工具设计

10. 强化学习系统

    10.1 强化学习系统

    10.2 强化学习系统

11. 模型压缩与稀疏化优化

    11.1 模型压缩

    11.2 稀疏化优化

    11.3 应用

12. 安全与隐私

    12.1 人工智能完整性

    12.2 人工智能保密性

    12.3 人工智能伦理

13. 人工智能优化计算机系统

    13.1 人工智能优化系统

    13.2 人工智能优化系统应用

    13.3 系统数据，模型，动态性和正确性挑战

扫码直达《人工智能系统》教材页面

更新二：开源项目系列讲座第一季资源整合大放送！“微软亚洲研究院开源项目系列讲座”第一季已顺利收官！在第一季共七期的分享中，讲者们介绍了和行业密切相关的 Qlib 和 MIND、优秀的科研工具 NNI、OpenNetLab、MARO、nn-Meter，还有以开源方式进行人工智能教育的 AI-Edu 社区等内容，涵盖机器学习、自然语言、网络与系统等多个人工智能领域。开源项目系列讲座自推出以来，直播现场线上人气已突破一万，单场直播最高人气突破2600。为方便更多同学了解微软亚洲研究院开源工具的详细功能及使用教程，我们整理了开源项目系列讲座第一季全七期的直播回放地址和开源项目地址。了解观看指南，可点击《第一季收官！开源项目系列讲座喊你重温精彩！》获取更多信息。我们将继续以开源开放的方式与全球研发者和开发者共同推动人工智能技术的创新发展，请大家关注第二季开源项目系列讲座，更多干货、更多精彩，我们不见不散！在 GitHub 的 AI-Edu 页面依次点击“社区活动”、“开源讲座”即可查看历次开源项目分享的内容介绍、直播回放与项目地址。扫码直达开源项目系列讲座资源页面更新三：近三年计算机顶会论文分享会一次打包！微软亚洲研究院始终关注计算机领域的前沿进展，并以论文分享会的形式为大家带来值得关注的前沿研究，促进计算机各大领域的进步。本系列论文分享会关注计算机领域的各大顶会，邀请作者以线上直播的形式与大家分享并探讨论文的研究问题与研究设计。为给予大家更多科研启发、方便大家快速定位资源，我们系统整理并打包了2019-2021近三年间的历次论文分享会，涉及 NeurIPS、CVPR 和 ICCV 等顶尖学术会议，在 GitHub 的 AI-Edu 页面依次点击“社区活动”、“论文分享”，打开对应网址链接，即可查看近三年论文分享会的视频内容。扫码直达计算机顶会论文分享会资源页面“予力全球每一人、每一组织，成就不凡”。微软人工智能教育与学习共建社区将继续秉持初心，不断丰富优秀内容，将社区打造成为“人工智能教育与学习的第一站”。在这里，你将收获更精彩的线下授课内容分享、更干货的线上讲座视频合集、更全面的实践项目操作指南。还在等什么，打开 GitHub、搜索 AI-Edu，快来查收超干货的教材、讲座与论文分享吧！想收获更多 AI 知识，点亮你的第10k+1颗星标，不错过我们的每一次上新！也欢迎大家将这一优秀学习社区推荐给周围的学习伙伴哦。你也许还想看：