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

1. Edge AI模型压缩入门：端侧部署前的模型瘦身路线

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 · 课程结构 · 端侧AI部署的挑战与模型压缩的价值
课程导入学习目标
02
边缘计算与端侧AI基础
边缘设备类型 · 算力与内存限制 · 典型应用场景（如手机
AI边缘计算
03
模型压缩全景图
剪枝 · 量化 · 蒸馏
模型压缩全景图剪枝
04
模型量化入门
量化原理（定点与浮点） · 对称/非对称量化 · 量化粒度（per-tensor/pe…
模型量化入门量化原理
05
量化实战
使用PyTorch/TensorFl…
量化实战PyTorch/Tens…
06
量化案例分析
MobileNet · ResNet等经典模型在量化后的精度…
量化案例分析MobileNet
07
模型剪枝基础
结构化剪枝与非结构化剪枝 · 稀疏性概念 · 剪枝粒度（权重/通道/层）
模型剪枝基础结构化剪枝
08
剪枝实战
基于L1范数 · BN层缩放因子等方法的通道剪枝实现与…
剪枝实战L1
09
剪枝案例分析
YOLO系列目标检测模型在端侧部署中…
剪枝案例分析YOLO
10
知识蒸馏入门
教师-学生网络架构 · 软标签与温度系数 · 蒸馏损失设计
知识蒸馏入门教师
11
知识蒸馏实战
使用Hugging Face Tra… · 并对比学生模型性能
知识蒸馏实战Hugging
12
蒸馏与量化/剪枝结合
联合压缩策略与训练技巧（如先蒸馏后量…
蒸馏量化
13
低秩分解与张量分解
SVD · CP分解在卷积核压缩中的应用及限制
低秩分解张量分解
14
神经架构搜索（NAS）与自动化压缩
轻量级网络设计（如MobileNet · EfficientNet）与NAS在…
NAS神经架构搜索
15
模型压缩工具链
TensorFlow Lite · PyTorch Mobile · ONNX Runtime
模型压缩工具链TensorFlow
16
端侧推理框架与硬件加速
CPU · GPU · NPU
端侧推理框架硬件加速
17
模型部署流程
从训练到端侧部署的完整pipelin… · 转换 · 优化
模型部署流程pipelin
18
端侧性能评估指标
模型大小 · 推理延迟 · 吞吐量
端侧性能评估指标模型大小
19
实战项目一
基于MobileNetV3的图像分类…
实战项目一MobileNetV3
20
实战项目二
基于YOLOv5的目标检测模型压缩与…
实战项目二YOLOv5
21
实战项目三
基于BERT的文本分类模型压缩与部署…
实战项目三BERT
22
常见问题与调试技巧
量化掉点 · 剪枝后精度骤降 · 蒸馏不收敛等问题的排查与解决
常见问题调试技巧
23
模型压缩中的安全性与鲁棒性
压缩对对抗样本 · 噪声鲁棒性的影响
模型压缩安全性
24
模型压缩与联邦学习、边缘协同
在分布式场景下的压缩策略
模型压缩联邦学习
25
前沿进展与趋势
混合精度量化 · 自动化压缩工具（如NNI · Distiller）
前沿进展趋势
26
综合实战
从零开始为一个端侧应用（如智能门锁）…
综合实战从零开始为一个端…
27
课程总结与进阶路径
学习资源推荐 · 社区与工具 · 如何持续提升
课程总结进阶路径
28
考试与评估
理论题 · 实操题 · 项目答辩要求
考试评估
29
课程答疑与讨论
常见疑问汇总 · 互动环节设计
课程答疑讨论
30
结课作业
独立完成一个端侧模型压缩项目并提交报…
结课作业独立完成一个端侧…