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

6. Edge AI模型压缩评估：精度、延迟和体积联合判断

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

了解Edge AI模型压缩评估的背景 · 目标与整体学习路径 · 明确精度

课程导入Edge

Edge AI基础与挑战

掌握边缘设备的特点（算力 · 内存 · 功耗限制）以及模型压缩在边缘部署中的…

模型压缩技术全景

梳理剪枝 · 量化 · 蒸馏

模型压缩技术全景梳理剪枝

评估指标精讲

深入理解精度指标（Top-1/Top… · mAP · F1等）

评估指标精讲Top-1/Top

精度-延迟-体积联合评估框架

学习如何构建三维评估体系 · 理解三者之间的权衡（trade-of…

基准测试与工具链

掌握常用评估工具（如TensorFl… · ONNX Runtime · MLPerf Tiny

基准测试工具链

剪枝技术评估实战

针对结构化剪枝与非结构化剪枝 · 设计实验对比压缩前后精度 · 延迟和体积的变化

剪枝技术评估实战针对结构化剪枝

量化技术评估实战

学习PTQ（训练后量化）和QAT（量… · 分析不同位宽（INT8 · INT4等）对精度和延迟的影响

量化技术评估实战PTQ

知识蒸馏评估实战

通过教师-学生模型实验 · 评估蒸馏后模型在精度 · 延迟和体积上的综合表现

知识蒸馏评估实战通过教师

低秩分解与张量分解评估

掌握SVD · CP分解等方法在模型压缩中的应用 · 并评估其对精度和计算效率的影响

低秩分解张量分解评估

混合压缩策略评估

学习如何组合多种压缩技术（如剪枝+量… · 并评估联合压缩后的综合效果

混合压缩策略评估学习如何组合多种…

硬件感知评估

了解不同边缘硬件（CPU · GPU · NPU

硬件感知评估CPU

延迟测量方法论

掌握端到端延迟 · 单层延迟 · 预热（warm-up）和批处理对延迟…

延迟测量方法论掌握端到端延迟

体积评估细节

学习模型文件大小 · 参数量 · 激活内存

体积评估细节学习模型文件大小

精度评估的鲁棒性

考虑数据集选择 · 评估协议 · 置信度校准等因素

精度评估的鲁棒性考虑数据集选择

图像分类模型压缩评估——以Mobil… · 完成剪枝 · 量化

案例实战Mobil

目标检测模型压缩评估——以YOLO或… · 评估压缩后mAP · 延迟和体积的变化

案例实战YOLO

语音识别或NLP模型压缩评估——以T… · 评估压缩对精度和实时性的影响

案例实战NLP

多任务模型压缩评估——在共享骨干网络… · 评估联合精度与资源占用

案例实战多任务模型压缩评…

常见问题与陷阱

分析压缩后精度异常下降 · 延迟不降反升 · 体积减少但内存占用不变等典型问题及解…

常见问题陷阱

评估报告撰写

学习如何结构化呈现精度 · 延迟和体积的对比结果 · 使用图表和表格清晰传达权衡关系

评估报告撰写学习如何结构化呈…

自动化评估流程

构建可复现的评估流水线 · 包括数据准备 · 模型转换

自动化评估流程构建可复现的评估…

模型压缩选型决策

根据实际应用场景（实时性要求 · 存储限制 · 精度底线）制定压缩策略和评估标准

模型压缩选型决策根据实际应用场景

前沿进展与趋势

了解自动化压缩（AutoML） · 神经架构搜索（NAS） · 动态推理等前沿方法及其评估挑战

前沿进展趋势

综合实战项目

从给定模型和边缘设备出发 · 完成压缩 · 评估

综合实战项目从给定模型

性能优化技巧

学习如何通过算子融合 · 内存复用 · 推理引擎优化等手段进一步提升压缩模型…

性能优化技巧学习如何通过算子…

精度恢复技术

掌握微调 · 知识蒸馏 · 量化感知训练等精度恢复方法

精度恢复技术掌握微调

多维度权衡分析

使用帕累托前沿（Pareto fro… · 辅助决策

多维度权衡分析Pareto

课程总结与知识体系梳理

回顾核心概念 · 方法 · 评估流程和实战经验

课程总结知识体系梳理

综合考核与进阶挑战

设计一个综合评估任务 · 要求学员独立完成模型压缩评估并给出优… · 同时提供拓展学习资源

综合考核进阶挑战