VIP20
本课程属于：011-TensorFlow Lite模型量化与端侧压缩 嵌入式边缘AI与TinyML · 共 20 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

2. TFLite动态范围量化：模型体积压缩与适用场景

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
了解TFLite动态范围量化的背景 · 学习目标 · 课程整体框架及适用读者
课程导入TFLite
02
量化基础
掌握神经网络量化基本概念 · 包括权重 · 激活
量化基础掌握神经网络量化…
03
动态范围量化原理
理解动态范围量化的核心机制 · 即仅量化权重 · 激活动态量化
动态范围量化原理理解动态范围量化…
04
TFLite量化体系
熟悉TFLite支持的量化类型 · 对比动态范围 · 全整型与float16量化
TFLite量化体系
05
环境搭建
配置TensorFlow · TFLite及必要的Python库 · 准备模型与数据集
环境搭建TensorFlow
06
模型准备
选择适合量化的模型架构 · 如MobileNet · ResNet
模型准备选择适合量化的模…
07
转换流程
使用TFLiteConverter将…
转换流程TFLiteConver…
08
代码实战
编写Python代码实现动态范围量化… · 并保存.tflite文件
代码实战Python
09
模型体积评估
量化前后模型文件大小对比 · 分析压缩率与存储优势
模型体积评估量化前后模型文件…
10
推理性能测试
在CPU上运行量化模型 · 测量推理延迟与吞吐量变化
推理性能测试CPU
11
精度评估
使用验证集评估量化模型与原始模型的精… · 计算Top-1/Top-5准确率
精度评估使用验证集评估量…
12
适用场景分析
探讨动态范围量化适合的部署环境 · 如移动端 · 嵌入式
适用场景分析探讨动态范围量化…
13
与全整型量化对比
分析动态范围量化与全整型量化在精度 · 速度 · 硬件支持上的差异
全整型量化对比分析动态范围量化
14
与float16量化对比
比较动态范围量化与float16量化… · 精度及GPU加速效果
float16量化对比
15
权重分布影响
分析权重分布对量化误差的影响 · 理解离群值处理
权重分布影响分析权重分布对量…
16
激活量化机制
深入理解推理时激活值动态量化的原理与…
激活量化机制深入理解推理时激…
17
量化参数设置
学习设置优化选项 · 如默认优化 · 实验量化器
量化参数设置学习设置优化选项
18
算子支持情况
了解TFLite动态范围量化支持的算…
算子支持情况TFLite
19
自定义模型量化
对自定义模型进行动态范围量化 · 处理特殊层（如自定义层）
自定义模型量化对自定义模型进行…
20
案例实战
图像分类模型（如MobileNetV…
案例实战MobileNetV
21
案例实战
目标检测模型（如SSD）动态范围量化…
案例实战SSD
22
案例实战
NLP模型（如BERT小型版）动态范…
案例实战NLP
23
常见问题
量化后精度下降严重 · 如何诊断与缓解
常见问题量化后精度下降严…
24
常见问题
量化模型推理速度反而变慢 · 原因分析与优化策略
常见问题量化模型推理速度…
25
常见问题
模型转换失败或算子不支持 · 解决方案与替代方法
常见问题模型转换失败或算…
26
部署集成
将量化模型集成到Android/iO…
部署集成Android/iO
27
性能调优
结合XNNPACK · GPU委托等加速器 · 提升量化模型推理效率
性能调优XNNPACK
28
综合项目
从训练到量化部署一个完整端到端项目 · 涵盖所有步骤
综合项目从训练到量化部署…
29
前沿扩展
了解量化感知训练与动态范围量化的结合 · 以及未来趋势
前沿扩展了解量化感知训练
30
课程总结
回顾核心知识点 · 总结适用场景 · 提供进一步学习资源与建议
课程总结回顾核心知识点