推理就是在训练好的模型结构和参数基础上，执行前向传播得到模型输出的过程。相对于训练而言，推理不涉及梯度和损失优化。推理的最终目标是将训练好的模型部署生产环境中，真正让 AI 能够运用起来。推理引擎可以将深度学习模型部署到云（Cloud）端或者边缘（Edge）端，并服务用户的请求。模型训练过程好比是传统软件工程中的代码开发的过程，而开发完的代码势必要打包，部署给用户使用，那么推理系统就负责应对模型部署的生命周期中遇到的挑战和问题。
希望这个系列能够给大家、朋友们带来一些些帮助，也希望自己能够继续坚持完成所有内容哈！
内容大纲
PPT和字幕需要到 Github 下载，网页课程版链接会失效哦~建议优先下载 PDF 版本，PPT 版本会因为字体缺失等原因导致版本很丑哦~
| 大纲 | 小节 | 链接 |
|---|---|---|
| 推理系统 | 01 内容介绍 | PPT, 视频 |
| 推理系统 | 02 什么是推理系统 | PPT, 视频 |
| 推理系统 | 03 推理流程全景 | PPT, 视频 |
| 推理系统 | 04 推理系统架构 | PPT, 视频 |
| 推理系统 | 05(上) 推理引擎架构 | PPT, 视频 |
| 推理系统 | 05(下) 推理引擎架构 | PPT, 视频 |
文字课程内容正在一节节补充更新，每晚会抽空继续更新正在 AISys ，希望您多多鼓励和参与进来！！！
文字课程开源在 AISys，系列视频托管B站和油管，PPT开源在github，欢迎取用！！！
非常希望您也参与到这个开源项目中，B站给ZOMI留言哦！
欢迎大家使用的过程中发现bug或者勘误直接提交代码PR到开源社区哦！
希望这个系列能够给大家、朋友们带来一些些帮助，也希望自己能够继续坚持完成所有内容哈！