VIP20
本课程属于：010-TinyML模型剪枝与稀疏化 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

Edge AI结构化剪枝与通道裁剪训练指南

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 · 课程结构
课程导入学习目标
02
边缘计算与AI基础
边缘设备硬件特性 · 推理框架（TensorRT · TFLite
AI边缘计算
03
模型压缩技术全景
剪枝 · 量化 · 蒸馏
模型压缩技术全景剪枝
04
剪枝基础概念
权重剪枝 · 神经元剪枝 · 通道剪枝
剪枝基础概念权重剪枝
05
结构化剪枝原理
卷积核/通道剪枝的数学表示 · 剪枝粒度 · 对计算图的影响
结构化剪枝原理卷积核
06
通道裁剪的核心思想
如何选择重要通道 · 通道重要性评估指标（L1/L2范数 · BN缩放因子
通道裁剪的核心思…如何选择重要通道
07
剪枝前的模型分析
模型结构可视化 · FLOPs/参数量/内存占用计算 · 瓶颈层识别
剪枝前的模型分析模型结构可视化
08
经典剪枝方法详解
ThiNet · Network Slimming · Sparse Structure S…
经典剪枝方法详解ThiNet
09
基于BN缩放因子的通道剪枝
L1正则化稀疏训练 · 缩放因子分布分析 · 全局阈值设定
BN基于
10
基于重要性排序的剪枝
逐层剪枝与全局剪枝策略 · 排序指标选择 · 剪枝率分配
基于重要性排序的…逐层剪枝
11
剪枝后的微调训练
微调策略 · 学习率调度 · 损失函数调整
剪枝后的微调训练微调策略
12
剪枝与重训练的结合
一次性剪枝 · 迭代剪枝 · 渐进式剪枝的优缺点与实战选择
剪枝重训练的结合
13
通道裁剪与模型重参数化
剪枝后网络结构重建 · 权重重映射 · BatchNorm层处理
通道裁剪模型重参数化
14
硬件感知剪枝
不同硬件（CPU · GPU · NPU
硬件感知剪枝CPU
15
剪枝工具与框架实践
PyTorch Pruning AP… · TensorFlow Model O… · OpenVINO POT
剪枝工具框架实践
16
实战案例一
基于ResNet的图像分类模型通道剪… · 从训练到剪枝到微调全流程
实战案例一ResNet
17
实战案例二
MobileNetV3/YOLOv5… · 处理残差连接和深度可分离卷积的剪枝难…
实战案例二MobileNetV3/…
18
实战案例三
语义分割模型（UNet/DeepLa… · 多尺度特征融合层的通道裁剪策略
实战案例三UNet/DeepLa
19
剪枝与量化联合优化
先剪枝后量化 · 联合训练 · 混合精度部署的协同流程
剪枝量化联合优化
20
剪枝后的模型部署
导出ONNX · TensorRT引擎构建 · 推理速度与精度评估
剪枝后的模型部署ONNX
21
剪枝中的常见问题
精度骤降 · 梯度消失 · 通道剪枝后网络不收敛
剪枝常见问题
22
剪枝自动化与超参调优
AutoML剪枝 · 贝叶斯搜索剪枝率 · 基于强化学习的通道选择
剪枝自动化超参调优
23
剪枝在Transformer/Attention模型中的应用
多头注意力头剪枝 · FFN维度裁剪 · 与CNN剪枝的差异
Transformer/…剪枝
24
剪枝与知识蒸馏结合
教师-学生框架 · 蒸馏损失设计 · 剪枝后模型的知识迁移
剪枝知识蒸馏结合
25
剪枝的数学与理论分析
稀疏性正则化 · LASSO与组稀疏 · 凸优化视角下的剪枝
剪枝的数学理论分析
26
剪枝的评估指标与基准
FLOPs减少率 · 参数减少率 · 实际延迟
剪枝的评估指标基准
27
剪枝在真实产品中的落地
智能摄像头 · 语音助手 · 工业检测等场景的剪枝案例与经验
剪枝真实产品
28
剪枝的局限性与未来趋势
动态剪枝 · 硬件自适应剪枝 · 剪枝与大模型（LLM）的结合
剪枝的局限性未来趋势
29
综合实战项目
从零构建一个Edge AI剪枝流水线 · 包括数据准备 · 模型训练
综合实战项目Edge
30
课程总结与进阶路径
核心要点回顾 · 常见误区 · 推荐论文与开源项目
课程总结进阶路径