一些学习笔记的不定期汇总，为自学过程整理并为后续新人进坑提供些帮助。
涉及方向：
- OPU，AI芯片，目前的科研项目；
- Compiler，在读《Engineering a Compiler》，部分习题更新；（大部分内容已完成，发现AI compiler要做的工作和传统编译器有出入，暂停）
- DL，在读《用Python实现深度学习框架》
- Python & Cpp 语言学习，网课和侯捷，书有《流畅的Python》、《深入探索C++对象模型》（语言类暂时搁置，暂不需要，有不会的Google整理解决）
- 其他课程学习笔记，包括算法，图形学等。（全部完成）
update 2023 2-22
- 研一上学期结束，课程考核和期末考试均已结束。
- 重新回归AI芯片，准备接手新项目。
- 完成transformers模型笔记
- tvm前端继续学习
近期自学工作：
- 算子融合部分笔记（compiler tech类学习）
- Conv-BN-ReLU算子融合
- TVM算子融合
- OPU算子融合
- 算子融合常见总结
- Bert model学习（model类学习）
- Dive into Deep Learning Compiler 课程跟进（tvm类课程）
- 机器学习编译二刷和笔记整理（tvm类课程）
- AI编译器原理课程（系统性过一遍，对背景有大致了解）
系统书籍资料视频整理：
- 机器学习编译 — 机器学习编译 0.0.1 documentation (mlc.ai)
- BBuf/tvm_mlir_learn: tvm learn (github.com)
- 陈天奇MLC course
- Dive into Deep Learning Compiler (d2l.ai)
- Apache TVM 中文站 (hyper.ai)
- 【AI编译器原理】系列来啦！我们要从入门到放弃！ - 哔哩哔哩 (bilibili.com)
- 机器学习系统：设计和实现 — 机器学习系统：设计和实现 1.0.0 documentation (openmlsys.github.io)
- 了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？ - 知乎 (zhihu.com)
- 《用Python实现深度学习框架》（框架类）
- 《深入理解神经网络——从逻辑回归到CNN》（deep learning基础类）
- 《深度学习》（花书）（deep learning进阶类）