大家好，我是這學期來陽明交大交換的通訊相關科系碩士生，想請教有修過114學年度「邊緣人工智慧」的同學，你們當時是怎麼學習這些課程的？ 我的研究主要做水聲訊號辨識，有一些 Python、PyTorch 和訓練深度學習模型的經驗。不過，對計算機組織、硬體架構，以及模型實際部署的部分比較不熟。會想學邊緣人工智慧，也是希望補上這一塊，了解模型怎麼放到端側裝置上執行。 目前最大的困境是，上課一下子接觸到很多硬體概念，像是 PE utilization、CPI、NoC、bus、DRAM、sparsity，以及 TPU、IPU 等不同的 AI 加速器。很多名詞都是第一次接觸，常常前一個概念還沒消化，課程就已經進到下一個了。 課後逐個查，或請 AI 解釋，可以大概看懂個別名詞，但回到投影片時，又不太清楚它們之間的關係，也不知道老師這一段希望我們掌握到什麼程度。現在有點像是在補單字，還沒有建立起整體架構。 想請教大家： 有深度學習的使用經驗，但硬體基礎比較弱，建議先補哪些內容？需要先讀計算機組織嗎？ 這門課各自比較適合怎麼準備？大家通常怎麼預習、複習，以及抓考試或作業的重點？ 有沒有推薦的教材、影片或筆記，適合把課堂上的概念串起來？ 另外，想以新臺幣400元徵求往年的課程投影片或筆記，作為自己複習、補基礎的參考。如果有同學願意提供資料，歡迎私訊告知是哪一門課、哪個學年度，以及資料大致包含哪些內容，謝謝！ 希望這學期能真的理解課程，並把學到的東西接到之後的研究和模型部署上。目前花了不少時間查名詞，還是不太確定讀書方向，所以想聽聽修過課的同學的經驗。也歡迎一起討論課程，謝謝大家！