这本书看起来比较高难的样子，我看了第一单，看了两三遍才摸着点头脑，现在总结一下：
本书在前言说了本书主要计论神经网络硬件，那么这个硬件就是加速器。而支持这种硬件的各种软件也有提及。
也就是说本书是以硬软件两方面来论述的。
第一单对我印象深刻的字段我收录一下：
神经网络算法日新月异，演进迅速。专用性过强会大大增加项目风险，虽然硬件架构支持所应用领域的主流神经网络，但也要对算法有一定的演进空间。
个人：我觉得我读这书就有一定风险，因为太抽象了。可谓顶级抽象，就是离现实太远。
神经网络结构分成以下几类：
第一类是直筒形结构的神经网络。
第二类是并行结构的神经网络。
第三类是级联结构的神经网络。
第四类是并串混合结构的神经网络。
个人：可以看到越来越复杂。
GCN(Graph Convolution Network)图卷集网络是神经网络的一种。
个人：图是数据结构中最难的。我好像那章没有学。
网络基本块：
1，残差块
2，初端块
3，残初块
4，跳块
5，组卷积块
6，隔合块
7，多并行块
网络算子：
1，卷积
2，池化
3，全链接
4，激活函数
5，归一化
6，Softmax
7，其他
加速器分类：
1，基于CPU的加速器
2，基于FPGA的加速器
3，DSP的加速器
4，ASIC专用芯片加速器
5，存内计算，利用新器件的方案。
以上就是我对第一章的总结。
/3 
总之参考善可，不适合新手，尤其是不适合想了解原理的新手。