随着机器学习框架和硬件需求的发展，机器学习 / 深度学习编译正成为一个越来越受关注的话题。

陈天奇介绍说，目前课程已经确定了几点大的方向，「首先，机器学习编译本身虽然有『编译』二字，其涉及到的技术其实超过了传统编译的范畴，包含了如机器学习搜索自动化，算子库整合，和机器学习生态交互等各个方面。而在相关抽象设计上面也有许多机器学习需求本身的考量。」因此，「这次课程会集中介绍计算图、张量程序、算子库和硬件指令四个层面的抽象。而更加重要的一点考量是整合。一般对于机器学习编译的介绍都会集中在一个点上，而各大抽象的整合本身反而恰好是真正需要大家关注的地方。」

 

目前，课程的中英文大纲都已经在官网上线，课程视频也是中英文均有。

内容中包含的图片若涉及版权问题，请及时与我们联系删除