内容好多，一点一点更把.....

一、数据

• 深度模型常见加速训练策略数据篇(一)---load内存
• 深度模型常见加速训练策略数据篇(二)---私有线程池
• 深度模型常见加速训练策略数据篇(三)---渐进式缩放
• 深度模型常见加速训练策略数据篇(四)---数据预处理

二、模型

• 深度模型常见加速训练策略模型篇(一)---模型压缩介绍
• 深度模型常见加速训练策略模型篇(二)---量化
• 深度模型常见加速训练策略模型篇(三)---剪枝
• 深度模型常见加速训练策略模型篇(四)---正则化
• 深度模型常见加速训练策略模型篇(五)---蒸馏
• 深度模型常见加速训练策略模型篇(六)---张量分解
• 深度模型常见加速训练策略模型篇(七)---简化算子(conv)
• 深度模型常见加速训练策略模型篇(八)---AutoML
• 深度模型常见加速训练策略模型篇(九)---元学习

三、架构

• 深度模型常见加速训练策略架构篇(一)---分布式训练介绍(并行+架构)
• 深度模型常见加速训练策略架构篇(二)---混合精度训练
• 深度模型常见加速训练策略架构篇(三)---低比特训练
• 深度模型常见加速训练策略架构篇(四)---分布式梯度压缩
• 深度模型常见加速训练策略架构篇(五)---分布式通信库
• 深度模型常见加速训练策略架构篇(六)---图编译

四、调参

深度模型常见加速训练策略调参篇(一)---pre-trained model
深度模型常见加速训练策略架构篇(二)---学习率
深度模型常见加速训练策略架构篇(三)---整体调优(贝叶斯优化、HyberBand)

五、硬件

• 深度模型常见加速训练策略硬件篇(一)---GPU+TPU
• 深度模型常见加速训练策略架构篇(二)---内核库(cuDNN（NN加速库）和cuBLAS（线性计算库))
• 深度模型常见加速训练策略架构篇(三)---推理加速(tensorRT、谷歌tensorflow XLA、DMLC：TVM； 百度Anakin； 阿里：MNN。深度学习编译器的优化)