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

19. Edge AI压缩实验管理：多版本模型和指标追踪

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

学习目标 · 核心概念 · 整体框架

课程导入学习目标

边缘计算 · 模型压缩（剪枝 · 量化

实验管理概述

为什么需要实验管理 · 多版本模型与指标追踪的挑战

实验管理概述为什么需要实验管…

版本控制基础

Git · DVC（数据版本控制）在模型和数据集…

版本控制基础Git

实验追踪工具

MLflow · Weights & Biases · TensorBoard等工具的对比与…

实验追踪工具MLflow

实验记录规范

如何定义实验名称 · 标签 · 参数

实验记录规范如何定义实验名称

模型压缩实验流程

从基线模型到压缩模型的完整实验流程设…

模型压缩实验流程从基线模型到压缩…

指标定义与选择

准确率 · 模型大小 · 推理延迟

指标定义选择

多版本模型管理

模型注册表 · 版本命名 · 存储策略与生命周期管理

多版本模型管理模型注册表

实验配置管理

使用YAML/JSON管理超参数 · 压缩配置 · 实现配置版本化

实验配置管理YAML/JSON

自动化实验流水线

构建可重复的压缩实验脚本 · 支持批量运行与参数扫描

自动化实验流水线构建可重复的压缩…

实验对比分析

如何可视化多版本模型的指标对比 · 生成报告

实验对比分析如何可视化多版本…

使用MLflow追踪一个剪枝实验 · 记录不同剪枝率下的模型指标

案例实战MLflow

使用DVC管理量化模型的数据集和模型… · 实现端到端复现

案例实战DVC

构建一个简单的实验管理脚本 · 自动记录压缩前后模型的大小 · 精度和延迟

案例实战构建一个简单的实…

实验记录丢失 · 版本混乱 · 指标不一致的解决方案

常见问题实验记录丢失

如何解决实验环境依赖问题 · 使用Docker和Conda保证可移…

常见问题如何解决实验环境…

多实验并行时的资源管理与冲突避免

常见问题多实验并行时的资…

使用实验管理API自动记录模型结构 · 优化器状态等元数据

进阶技巧API

集成CI/CD · 在模型压缩后自动触发评估和部署流程

进阶技巧CI/CD

使用实验管理工具进行超参数优化（如O…

进阶技巧使用实验管理工具…

模型压缩效果评估

在边缘设备上实测延迟 · 功耗 · 与服务器端对比

模型压缩效果评估边缘设备上实测延…

实验报告生成

自动生成包含图表 · 结论的Markdown/HTML报告

实验报告生成自动生成包含图表

多人共享实验记录 · 代码评审 · 模型审批流程

团队协作多人共享实验记录

安全与权限

实验数据的访问控制 · 模型知识产权保护

从零搭建一个Edge AI压缩实验管… · 涵盖版本 · 指标

综合实战Edge

对一个图像分类模型进行剪枝+量化 · 追踪所有实验并选择最优版本

综合实战对一个图像分类模…

设计一个实验管理方案 · 支持多种压缩算法（剪枝 · 量化

综合实战设计一个实验管理…

自动化机器学习（AutoML）与实验… · 边缘AI的持续学习

前沿趋势AutoML

核心要点回顾 · 最佳实践 · 学习路径与资源推荐

课程总结核心要点回顾