欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：
第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。
第2层：掌握CV算法最底层的能力，包括模型设计基础，图像分类。
第3层：掌握CV算法最核心的方向，包括图像分割，目标检测，图像生成，目标跟踪。
第4层：掌握CV算法最核心的应用，包括人脸图像，图像质量，视频分析，图像编辑。
第5层：掌握算法落地的关键技术，包括模型优化，模型部署。
其中部分课程的主体内容已经更新完毕，比如数据使用/图像分类/目标检测/图像分割/图像生成/模型部署；部分课程正在重制更新中，比如模型优化；部分课程正在计划上线中，比如图像编辑/视频分析，请大家及时关注！
本次给大家介绍的课程内容是《深度学习之模型部署》，目标是帮助大家掌握好深度学习在各类平台中的部署问题。
深度学习模型必须要经过部署到实际的生产环境中，才能产生真正的应用价值。在各类落地场景中，有的是服务端的场景，追求的是更高的精度，更大的模型，更复杂的功能。
有的是嵌入式平台，诸如手机等各类移动端设备，车载设备，追求的是低延迟，小模型。
因此我们进行模型部署的时候，需要各有侧重。当前模型优化和部署的工具非常多，包括TensorRT，NCNN，MNN等；当前的硬件平台也非常多，包括CPU，GPU，Arm，NPU，FPGA等。
为了帮助大家学习深度学习模型部署，有三AI推出《深度学习之模型部署》课程，力争对大部分主流框架，以及典型部署平台进行介绍与实战。
子欲学算法，模型部署是最后的一环！这就是我们这一门课期望帮大家搞定的问题！下面请听课程的详细介绍！
本课程内容包括各类深度学习模型部署框架与平台，实践内容非常丰富。
本次课程中一共已经包含了4个平台和框架案例，分别为Tengine与EAIDK嵌入式平台部署，TensorRT服务端模型优化与部署，微信小程序前后端部署，MNN与Android平台部署，后续还会增加其他硬件平台与部署框架。
课程大纲如下：
(1) 模型部署基础。讲解模型部署的流程与常见的方式，约10分钟，本小节内容可以免费收听。
(2) Tengine嵌入式平台部署。Tengine涵盖了模型的加载解析，格式转换，计算图的调度和优化，在多种架构的芯片上高效运行，具有通用，开放，高性能等特点，本部分课程讲解Tengine框架介绍和模型部署，并附带完整的工程代码，约40分钟。
(3) 微信小程序部署。部署到线上现在最轻便且最方便传播的当属微信小程序了，微信小程序依托于微信，不需要下载安装即可使用，本课程内容包括微信小程序部署服务端开发与前端开发的内容，并附带完整的工程代码，约70分钟。
(4) TensorRT模型优化与部署，
TensorRT是一个高性能的深度学习推理（Inference）优化器，可以为深度学习应用提供低延迟、高吞吐率的部署推理。本部分课程内容主要包含Tensorrt入门、环境配置与安装、Python/C++接口网络加速实战等，约90分钟。
(5) Android部署，介绍MNN框架的编译安装，模型转化与量化加速、手机端部署实例3个部分，约60分钟。
以上就是当前更新的内容，后续更新内容请大家及时关注，本课程讲师为言有三与有三AI团队项目负责人。
言有三简介如下：
言有三
龙鹏，笔名言有三，技术社区《有三AI》创始人。先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。
拥有超过7年的计算机视觉从业经验，拥有丰富的传统图像算法和深度学习计算机视觉项目经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，拥有10余项发明技术专利与学术论文。
擅长领域：Caffe，Tensorflow，Pytorch等主流深度学习平台。神经网络与深度学习理论，深度学习模型设计与优化，计算机视觉的基础领域，AI美学，2D与3D人脸算法，生成对抗网络GAN等领域。
项目负责人简介如下：
一个时刻担心秃头的大龄程序员。大型公司8年工作经验，专注CV领域模型优化、模型部署。有三AI研发组负责人，擅长代码实战。
本课程是模型部署课程，属于有三AI整个课程体系中的高阶课程，学习后将掌握深度学习模型部署的整个能力，但是对大家的能力有一些要求，包括：
(1) 熟练掌握深度学习模型训练与推理能力。包括Pytorch，CNN模型设计，CV基础方向。
(2) 拥有扎实的编程功底。熟练掌握Python，C++，Java等语言。
(3) 拥有基本的前后端开发能力。熟练使用Linux，了解服务端Python部署框架Flask等，熟悉html，CSS等语言，了解javascript语言等。
本课程适合人群：
(1) 所有学习人工智能/深度学习算法，并有志于从事该领域的人员。
(2) 从事深度学习模型技术应用落地的技术人员。
(3) 对模型的部署落地感兴趣，希望增加自己项目经验的技术人员。
订阅本课程的方法有两个：
其一：参加有三AI-CV秋季划模型优化组，可以获得完整的课，季划介绍如下：
有三AI季划是我们推出的终身计算机视觉培养计划，有三作为主要导师直接带领，囊括答疑，微信群交流，线下活动，多本自写的书籍，图文课件与代码，直播与直播，知识星球社区，内容组与研发组权限，了解详细请阅读以下文章：
【CV秋季划】模型优化很重要，如何循序渐进地学习好？
其二：单独订阅本视频专栏，本专栏定价为399，随着后续内容增加可能会进行价格调整，感兴趣的请提前订阅，链接如下：
