VIP20
本课程属于：027-Edge AI模型压缩：剪枝、蒸馏与稀疏化 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

10. Edge AI低秩分解：卷积层分解和速度收益评估

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
学习目标 · 核心概念 · 整体框架
课程导入学习目标
02
基础知识
矩阵分解 · 低秩近似 · 奇异值分解（SVD）的基本原理
基础知识矩阵分解
03
卷积层分解
全秩卷积与低秩卷积的数学表示及分解思…
卷积层分解全秩卷积
04
分解方法
CP分解 · Tucker分解 · SVD分解在卷积层中的应用对比
分解方法CP
05
分解策略
如何选择分解的秩（rank）以平衡精…
分解策略rank
06
实现细节
将标准卷积分解为两个或多个小卷积的步…
实现细节将标准卷积分解为…
07
速度收益评估
FLOPs · 参数量 · 推理延迟的测量与计算方法
速度收益评估FLOPs
08
硬件适配
不同Edge AI硬件（CPU · GPU · NPU
硬件适配Edge
09
精度恢复
分解后微调（fine-tuning）…
精度恢复fine-tuning
10
案例实战
以MobileNet或ResNet的…
案例实战MobileNet
11
工具与框架
PyTorch · TensorFlow中实现低秩分解的…
工具框架
12
自动秩选择
基于灵敏度分析或强化学习的自动秩搜索…
自动秩选择基于灵敏度分析或…
13
与其他压缩技术对比
剪枝 · 量化 · 低秩分解的优劣与结合
其他压缩技术对比剪枝
14
常见问题
分解后模型不收敛 · 速度提升不明显等问题的排查
常见问题分解后模型不收敛
15
评估指标
准确率 · 吞吐量 · 能效比（TOPS/W）等综合评估
评估指标准确率
16
部署流程
从训练到部署的完整流程 · 包括模型转换与优化
部署流程从训练到部署的完…
17
实战项目
构建一个端到端的Edge AI低秩分…
实战项目Edge
18
进阶技巧
结构化低秩分解 · 混合秩分解 · 多分支分解
进阶技巧结构化低秩分解
19
最新研究
低秩分解在Transformer · 注意力机制中的扩展
最新研究Transformer
20
性能调优
针对特定硬件进行分解参数调优与基准测…
性能调优针对特定硬件进行…
21
案例分析
工业界（如自动驾驶 · 手机端）低秩分解成功案例
案例分析工业界
22
数学基础
矩阵范数 · 条件数 · 低秩近似的误差界
数学基础矩阵范数
23
分解后网络结构
如何将分解后的层嵌入现有网络架构
分解后网络结构如何将分解后的层…
24
训练策略
从零训练与预训练模型分解的差异及注意…
训练策略从零训练
25
评估实验设计
如何设计对比实验验证分解效果
评估实验设计如何设计对比实验…
26
代码实战
使用SVD分解一个3x3卷积并测量速…
代码实战SVD
27
代码实战
使用Tucker分解一个深度卷积并评…
代码实战Tucker
28
综合练习
给定一个Edge AI模型 · 完成分解 · 评估
综合练习Edge
29
课程总结
核心要点回顾 · 常见误区 · 学习路径建议
课程总结核心要点回顾
30
拓展资源
推荐 · 开源项目 · 社区与工具链
拓展资源推荐