Jeta kniga predstawlqet soboj perwyj shag na puti k wstraiwaemomu mashinnomu obucheniü. V nej predstawleny metody optimizacii i szhatiq modelej glubokogo obucheniq. Jeti metody oblegchaüt razwertywanie wysokoproizwoditel'noj i legkoj modeli glubokogo obucheniq na ustrojstwah s ogranichennymi resursami, takih kak smartfony i mikrokontrollery. V dannoj stat'e takzhe rassmatriwaetsq aktual'naq tehnika peredachi znanij, a imenno distillqciq znanij. Jeta tehnika pozwolqet uluchshit' proizwoditel'nost' legkowesnoj modeli glubokogo obucheniq, odnowremenno peredawaq ej znaniq slozhnoj wysokoproizwoditel'noj modeli glubokogo obucheniq. Vse äti tehniki podrobno opisany w dannoj knige i proillüstrirowany prakticheskimi realizaciqmi na qzyke Python, w osnownom osnowannymi na ispol'zowanii bibliotek pytorch i tensorflow.