VIP20

本课程属于：009-TinyML量化感知训练QAT 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

TinyML QAT训练后INT8导出与精度回归教程

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

TinyML与量化概述 · 学习目标 · 课程路径

课程导入TinyML

浮点与定点表示 · INT8量化原理 · 对称与非对称量化

量化基础浮点

量化误差来源

量化噪声 · 舍入误差 · 动态范围截断

量化误差来源量化噪声

训练后量化（PTQ）与量化感知训练（QAT）对比

原理 · 优缺点 · 适用场景

QAT核心概念

伪量化节点 · 直通估计器（STE） · 量化感知优化器

QAT核心概念

QAT训练准备

模型结构选择 · BN层融合 · 校准数据集构建

QAT训练准备

QAT训练实践

使用TensorFlow/Keras… · 代码示例与训练技巧

QAT训练实践

QAT训练后模型评估

精度指标（Top-1/Top-5 · mAP等） · 与原始浮点模型对比

QAT训练后模型评估

INT8导出流程

从QAT模型到INT8 TFLite…

INT8导出流程

TFLite INT8导出

TFLite Converter配置 · 代表性数据集 · 量化选项

ONNX INT8导出

ONNX Runtime量化工具 · QAT模型转换 · 动态/静态量化

TensorRT INT8导出

TensorRT校准器 · QAT模型集成 · INT8引擎生成

边缘设备部署

MCU/嵌入式Linux/移动端 · INT8模型部署流程与工具链

边缘设备部署MCU

精度回归概念

什么是精度回归 · 为何发生 · 回归测试的重要性

精度回归概念什么是精度回归

精度回归测试方法

基准测试集 · 评估脚本 · 对比浮点与INT8输出

精度回归测试方法基准测试集

精度回归常见原因

量化参数不当 · 校准数据偏差 · 层融合错误

精度回归常见原因量化参数不当

精度回归调试工具

量化误差分析工具 · 逐层对比 · TensorBoard可视化

精度回归调试工具量化误差分析工具

精度回归修复策略

调整量化范围 · 混合量化 · 部分层回退浮点

精度回归修复策略调整量化范围

图像分类模型（MobileNetV2…

案例实战1MobileNetV2

目标检测模型（YOLOv5-tiny… · 精度回归分析

案例实战2YOLOv5-tiny

语音唤醒词模型（DS-CNN）QAT… · 精度回归处理

案例实战3DS-CNN

异常检测模型（Autoencoder… · 回归测试

案例实战4Autoencoder

常见问题与解决方案

量化后精度暴跌 · 模型输出NaN · 算子不支持

常见问题解决方案

QAT与PTQ混合策略

何时使用QAT · 何时PTQ · 混合量化方案设计

自动化精度回归流水线

CI/CD集成 · 自动化测试脚本 · 回归报告生成

自动化精度回归流…CI/CD

模型优化与量化协同

剪枝 · 蒸馏与QAT结合 · 提升INT8精度

模型优化量化协同

硬件适配与算子优化

不同MCU/NPU的INT8支持 · 算子映射与优化

硬件适配算子优化

从零构建一个TinyML QAT+I…

综合项目TinyML

核心要点回顾 · 常见误区 · 最佳实践

课程总结核心要点回顾

进阶与展望

量化感知训练最新研究 · 自动化量化工具 · 未来趋势

进阶量化感知训练最新…