wh想进大厂

10-414/714: Deep Learning Systems的hw0，熟悉了如何进行编译和本地测试，函数包括加载mnsit数据集，softmaxloss，softmax回归和两层神经网络回归

优先队列 1. 大顶堆，降序排列 2. 小顶堆，升序排列 3. pair的比较 4. 自定义类型 5. 自定义键值对类型

卷积是深度学习最核心的计算之一。这节主要介绍如何使用Im2Col方式完成卷积操作，以及在kuiperCourse里的的实现方式，以及winograd是什么。

我们根据PNNX计算图得到了我们的计算图，包括操作数和操作符，但我们没有将其关联起来，构建成完整的计算图。本文注如何构建计算图的图关系。

ch07中我们成功将一个表达式解析为树结构，这节将其转化为逆波兰表达式，并增加操作数。让表达式能够成功运算。

ch06中我们从pnnx计算图转化构建了自己的计算图。 此节我们对表达式类型的算子进行词法解析和语法解析。

本节主要探讨如何读取pnnx的计算图, 并在其之上进行封装, 构建自己的计算图。 在参考作者原文的基础上加上部分自己的理解。

前言 ch04与ch0402基于算子注册机制分别实现了relu算子与sigmoid算子, 本文尝试在自己的理解下对代码进行一下分析与梳理。

第八章在原有基础上进行完善, 增加了许多增删改查接口, 并对原来的json值里的数组和对象类型增加capacity属性。