首页
›
工业控制与工业互联网
›
007-ONNX模型转换与算子兼容
›
《ONNX模型simplifier简化与精度校验课程》
VIP20
本课程属于:007-ONNX模型转换与算子兼容
工业控制与工业互联网 · 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
📘
ONNX模型simplifier简化与精度校验课程
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 · 适用人群 · 课程整体框架与学习路径
课程导入
学习目标
02
ONNX基础
ONNX格式介绍 · 模型结构 · 节点与张量
ONNX
格式介绍
03
模型简化概述
为什么需要简化 · 简化目标 · 常见简化手段与工具
模型简化概述
为什么需要简化
04
onnx-simplifier工具入门
安装方法 · 命令行基本用法 · 参数说明
onnx-simplif…
工具入门
05
onnx-simplifier工作原理
常量折叠 · 冗余节点消除 · 形状推断
onnx-simplif…
工作原理
06
简化前后对比
模型大小 · 推理速度 · 内存占用
简化前后对比
模型大小
07
精度校验基础
什么是模型精度 · 常见精度指标(准确率 · mAP
精度校验基础
什么是模型精度
08
精度校验方法
数值比对 · 输出张量对比 · 统计指标
精度校验方法
数值比对
09
精度校验工具
onnxruntime · numpy · pytorch
精度校验工具
onnxruntime
10
简化与精度关系
简化可能引入的精度损失 · 常见原因与风险
简化
精度关系
11
案例实战
使用onnx-simplifier简…
案例实战
onnx-simplif…
12
案例实战
简化目标检测模型(如YOLO)并校验…
案例实战
YOLO
13
案例实战
简化语义分割模型(如UNet)并校验…
案例实战
UNet
14
案例实战
简化自然语言处理模型(如BERT)并…
案例实战
BERT
15
自定义简化策略
针对特定模型结构的手动优化与简化
自定义简化策略
针对特定模型结构…
16
精度校验脚本编写
使用Python编写自动化精度对比脚…
精度校验脚本编写
Python
17
误差分析
定位精度下降的节点 · 分析误差来源 · 调试技巧
误差分析
定位精度下降的节…
18
量化与简化结合
动态量化 · 静态量化与简化联合使用
量化
简化结合
19
多框架模型转换
PyTorch · TensorFlow · Keras模型转ONNX及简化
多框架模型转换
PyTorch
20
ONNX Runtime优化
使用ORT优化模型 · 图优化与简化协同
ONNX
Runtime
21
常见问题与解决方案
简化失败 · 精度异常 · 算子不支持等
常见问题
解决方案
22
批量简化与自动化
构建批量处理流程 · 集成到CI/CD
批量简化
自动化
23
模型部署实战
简化后模型在CPU/GPU/移动端部…
模型部署实战
CPU/GPU
24
精度校验最佳实践
测试集构建 · 随机种子 · 数值稳定性
精度校验最佳实践
测试集构建
25
高级主题
动态形状处理 · 自定义算子 · 子图分割
高级主题
动态形状处理
26
性能调优
简化后模型推理速度优化 · 内存优化
性能调优
简化后模型推理速…
27
案例复盘
真实项目中的简化与精度校验经验总结
案例复盘
真实项目
28
综合实战
从原始模型到简化 · 校验 · 部署的完整流程
综合实战
从原始模型到简化
29
课程总结
核心知识点回顾 · 常见误区 · 学习资源推荐
课程总结
核心知识点回顾
30
综合考核
完成一个端到端项目 · 简化模型并输出精度报告
综合考核
完成一个端到端项…
所属VIP或分类
同VIP:ONNX-Runtime图优化选项详解与推理加速资料
同VIP:ONNX-Runtime模型转换与部署全流程实践指南
同VIP:ONNX-Runtime量化模型推理性能调优课程