首页
›
实战100例
›
021-模型量化·剪枝·蒸馏与轻量化实战
›
《嵌入式AI量化剪枝与部署实战100例》
VIP24
本课程属于：021-模型量化·剪枝·蒸馏与轻量化实战
实战100例 · 共 24 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
《嵌入式AI量化剪枝与部署实战100例》
共 100 例
01
基于PyTorch的LeNet-5模型剪枝与量化
02
TensorFlow模型量化感知训练（QAT）入门
03
ONNX模型静态量化与动态量化对比
04
使用NCNN部署量化后的MobileNetV2
05
TFLite模型量化与Android部署
06
基于TensorRT的INT8量化与推理优化
07
剪枝与量化结合：MobileNetV3压缩
08
基于OpenVINO的模型量化与部署
09
使用CoreML Tools量化模型并部署到iOS
10
基于PaddleSlim的模型剪枝与量化
11
模型剪枝：全局与局部剪枝策略对比
12
动态量化在LSTM语言模型上的应用
13
基于NNI的自动模型压缩
14
知识蒸馏辅助量化：教师-学生网络
15
基于Hexagon DSP的量化模型部署
16
使用TVM自动调优并部署量化模型
17
基于剪枝的YOLOv5目标检测模型压缩
18
量化感知训练在语义分割模型中的应用
19
基于TensorFlow Lite的微控制器部署
20
使用Apache TVM部署量化模型到树莓派
21
基于剪枝的BERT模型压缩
22
量化BERT：动态与静态量化对比
23
基于Intel OpenVINO的INT8量化部署
24
使用NVIDIA TensorRT部署量化后的Transformer
25
基于剪枝的ResNet-50在ImageNet上的压缩
26
量化感知训练在语音识别模型中的应用
27
基于剪枝的GAN模型压缩
28
使用PyTorch的FX量化工具
29
基于TensorFlow的权重聚类量化
30
基于剪枝的Transformer模型在边缘设备部署
31
量化感知训练在推荐系统模型中的应用
32
基于剪枝的CNN在FPGA上的部署
33
使用Vitis AI量化并部署模型到FPGA
34
基于剪枝的LSTM在嵌入式设备上的部署
35
量化模型在Raspberry Pi上的性能评估
36
基于剪枝的MobileNetV1在Jetson Nano上的部署
37
使用Edge TPU部署量化模型
38
基于剪枝的PointNet在3D点云分类中的压缩
39
量化感知训练在姿态估计模型中的应用
40
基于剪枝的Transformer在文本分类中的压缩
41
使用TensorRT部署量化后的YOLOv4
42
基于剪枝的U-Net在医学图像分割中的压缩
43
量化模型在STM32上的部署与优化
44
基于剪枝的ResNet在CIFAR-100上的压缩
45
使用OpenVINO部署量化后的OCR模型
46
基于剪枝的Transformer在机器翻译中的压缩
47
量化感知训练在图像超分辨率模型中的应用
48
基于剪枝的EfficientNet在边缘设备上的部署
49
使用TensorFlow Lite在Android上部署量化模型
50
基于剪枝的YOLOv3在Jetson TX2上的部署
51
量化模型在ESP32上的部署
52
基于剪枝的ResNet在FPGA上的部署
53
使用CoreML部署量化后的YOLOv5
54
基于剪枝的BERT在移动设备上的部署
55
量化感知训练在语音唤醒模型中的应用
56
基于剪枝的CNN在树莓派上的实时推理
57
使用TensorRT部署量化后的BERT
58
基于剪枝的GAN在图像翻译中的压缩
59
量化模型在Jetson Xavier上的部署
60
基于剪枝的Transformer在语音合成中的应用
61
使用OpenVINO部署量化后的姿态估计模型
62
基于剪枝的CNN在STM32上的部署
63
量化感知训练在图像分类模型中的应用
64
基于剪枝的YOLOv5在树莓派上的部署
65
使用TensorFlow Lite在树莓派上部署量化模型
66
基于剪枝的BERT在GPU上的加速
67
量化模型在FPGA上的部署与功耗评估
68
基于剪枝的CNN在Jetson Nano上的部署
69
使用CoreML部署量化后的MobileNetV3
70
基于剪枝的Transformer在情感分析中的压缩
71
量化感知训练在目标检测模型中的应用
72
基于剪枝的ResNet在树莓派上的部署
73
使用TensorRT部署量化后的EfficientDet
74
基于剪枝的LSTM在语音识别中的压缩
75
量化模型在Android设备上的性能评估
76
基于剪枝的CNN在FPGA上的低功耗部署
77
使用OpenVINO部署量化后的YOLOv5
78
基于剪枝的Transformer在文本生成中的压缩
79
量化感知训练在图像分割模型中的应用
80
基于剪枝的MobileNetV3在Jetson Nano上的部署
81
使用TensorFlow Lite在ESP32上部署量化模型
82
基于剪枝的CNN在树莓派上的功耗测量
83
量化模型在Jetson Nano上的部署与优化
84
基于剪枝的BERT在CPU上的加速
85
使用CoreML部署量化后的YOLOv4
86
基于剪枝的CNN在FPGA上的实时部署
87
量化感知训练在语音合成模型中的应用
88
基于剪枝的Transformer在问答系统中的应用
89
使用TensorRT部署量化后的Mask R-CNN
90
基于剪枝的CNN在STM32上的低功耗部署
91
量化模型在树莓派上的多模型比较
92
基于剪枝的YOLOv5在Jetson Xavier上的部署
93
使用OpenVINO部署量化后的BERT
94
基于剪枝的CNN在FPGA上的功耗优化
95
量化感知训练在推荐系统中的应用
96
基于剪枝的Transformer在语音识别中的压缩
97
使用TensorFlow Lite在STM32上部署量化模型
98
基于剪枝的CNN在Jetson TX2上的部署
99
量化模型在FPGA上的性能评估
100
基于剪枝的BERT在移动设备上的量化部署
所属VIP或分类
同VIP：NPU模型量化与算子融合优化实战100例
同VIP：RKNN模型量化优化实战100例
同VIP：RKNN模型量化实战100例