首页
›
工业控制与工业互联网
›
008-TinyML模型量化与INT8校准
›
《PTQ量化精度损失分析与校准集修复技巧》
VIP20
本课程属于:008-TinyML模型量化与INT8校准
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
📘
PTQ量化精度损失分析与校准集修复技巧
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
PTQ量化的背景 · 课程目标 · 学习路径与适用人群
课程导入
PTQ
02
量化基础
定点数表示 · 对称/非对称量化 · 量化参数(scale/zero-po…
量化基础
定点数表示
03
PTQ流程概览
校准集选择 · 校准方法(MinMax/Percen… · 量化后部署流程
PTQ
流程概览
04
精度损失根源分析
量化误差来源(舍入误差 · 截断误差 · 激活分布偏移
精度损失根源分析
量化误差来源
05
校准集的作用与重要性
校准集如何影响量化参数估计 · 以及校准集与真实数据分布的关系
校准集的作用
重要性
06
校准集常见问题
数据量不足 · 类别不均衡 · 分布偏移
校准集常见问题
数据量不足
07
校准集质量评估方法
分布相似度度量(KL散度 · Wasserstein距离) · 代表性指标
校准集质量评估方…
KL
08
校准集修复原则
修复目标 · 修复策略(增广 · 筛选
校准集修复原则
修复目标
09
数据增广修复技巧
基于几何变换 · 颜色扰动 · Mixup/CutMix等增广方法在…
数据增广修复技巧
基于几何变换
10
数据筛选与清洗
异常值检测 · 去重 · 去除低置信度样本
数据筛选
清洗
11
重采样与类别平衡
针对类别不均衡的过采样/欠采样方法 · 以及如何保持分布一致性
重采样
类别平衡
12
合成数据生成
利用生成模型(GAN/扩散模型)或数… · 以及其适用场景
合成数据生成
GAN
13
基于损失分析的校准集迭代
通过量化前后层输出差异定位敏感层 · 针对性补充校准数据
基于损失分析的校…
通过量化前后层输…
14
校准方法对比与选择
MinMax · Percentile · MSE
校准方法对比
选择
15
校准集大小与批次影响
校准样本数量 · batch size对量化参数稳定性…
校准集大小
批次影响
16
激活分布处理技巧
激活值截断 · 平滑 · 归一化
激活分布处理技巧
激活值截断
17
权重与激活联合优化
权重范围调整 · 混合精度量化 · 敏感层保护与校准集配合
权重
激活联合优化
18
量化误差诊断工具
使用TensorBoard · Per-tensor/Per-cha… · 层间余弦相似度等工具定位问题
量化误差诊断工具
TensorBoard
19
案例实战1
图像分类模型(ResNet/Mobi…
案例实战1
ResNet/Mobi
20
案例实战2
目标检测模型(YOLO/SSD)的校…
案例实战2
YOLO/SSD
21
案例实战3
NLP模型(BERT/Transfo…
案例实战3
NLP
22
常见问题1
校准集与验证集不一致导致精度下降 · 如何检测与修复
常见问题1
校准集
23
常见问题2
量化后某些层输出异常(NaN/Inf… · 如何通过校准集修复
常见问题2
NaN/Inf
24
常见问题3
校准集过大导致校准时间过长 · 如何高效选择代表性样本
常见问题3
校准集过大导致校…
25
常见问题4
校准集修复后精度提升不明显 · 如何进一步优化(结合量化感知训练)
常见问题4
校准集修复后精度…
26
自动化校准集修复框架
设计自动化pipeline · 集成数据筛选 · 增广
自动化校准集修复…
pipeline
27
评估与验证体系
量化模型精度评估指标 · 鲁棒性测试 · 多数据集验证方法
评估
验证体系
28
综合项目
从零构建一个PTQ校准集修复系统 · 包含数据准备 · 修复
综合项目
PTQ
29
前沿与扩展
自适应校准 · 在线校准 · 量化感知训练与校准集修复的结合
前沿
扩展
30
课程总结与进阶路径
核心要点回顾 · 常见误区 · 推荐工具与学习资源
课程总结
进阶路径
所属VIP或分类
同VIP:Edge-AI-PTQ量化参数检查与scale对齐实操
同VIP:Edge-AI端侧模型PTQ精度评估案例
同VIP:Edge-AI设备端PTQ量化校准与误差评估指南