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

TinyML模型剪枝入门与稀疏化实战教程

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
01
课程导入
TinyML概述 · 模型压缩技术全景 · 剪枝与稀疏化的定义
课程导入TinyML
02
TinyML基础与部署挑战
微控制器资源限制 · 典型TinyML应用 · 模型大小与推理速度瓶颈
TinyML部署挑战
03
神经网络剪枝基础
权重剪枝 · 神经元剪枝 · 结构化与非结构化剪枝
神经网络剪枝基础权重剪枝
04
稀疏化基础
稀疏张量 · 稀疏表示 · 稀疏度计算
稀疏化基础稀疏张量
05
剪枝方法分类
训练后剪枝 · 训练中剪枝 · 迭代剪枝
剪枝方法分类训练后剪枝
06
经典剪枝算法
Magnitude Pruning · Threshold-based Pr… · Sparse Training（如S…
经典剪枝算法Magnitude
07
结构化剪枝技术
Channel Pruning · Filter Pruning · Layer-wise剪枝
结构化剪枝技术Channel
08
非结构化剪枝与稀疏训练
随机剪枝 · 基于梯度的剪枝 · 稀疏正则化（L1/L2）
非结构化剪枝稀疏训练
09
剪枝与量化结合
剪枝后量化 · 量化感知剪枝 · 联合优化策略
剪枝量化结合
10
剪枝工具与框架
TensorFlow Model O… · PyTorch Pruning · OpenVINO
剪枝工具框架
11
TinyML硬件与稀疏加速
MCU上的稀疏计算 · CMSIS-NN · ARM Ethos-U
TinyML硬件
12
剪枝流程实战
从预训练模型到剪枝 · 微调 · 评估的完整流程
剪枝流程实战从预训练模型到剪…
13
案例实战
MNIST/ImageNet小模型剪… · 应用全局剪枝 · 观察精度与稀疏度权衡
案例实战MNIST/ImageN…
14
案例实战
语音唤醒词模型剪枝 · 剪枝后部署到MCU
案例实战语音唤醒词模型剪…
15
案例实战
图像分类模型（MobileNetV1… · 微调 · 量化
案例实战MobileNetV1
16
案例实战
异常检测模型剪枝：传感器数据 · LSTM/GRU剪枝 · 稀疏化在时序模型中的应用
案例实战异常检测模型剪枝
17
剪枝后模型微调与恢复
学习率调度 · 知识蒸馏辅助 · 正则化技巧
剪枝后模型微调恢复
18
稀疏模型推理优化
稀疏矩阵存储格式（CSR/CSC） · 稀疏卷积实现 · 推理引擎中的稀疏支持
稀疏模型推理优化CSR/CSC
19
剪枝与模型架构搜索
NAS与剪枝结合 · 自动剪枝率搜索 · 基于强化学习的剪枝
剪枝模型架构搜索
20
剪枝中的常见问题与调试
精度下降 · 梯度消失 · 过拟合
剪枝常见问题
21
评估指标与基准
模型大小 · FLOPs · 推理延迟
评估指标基准
22
剪枝在TinyML中的最佳实践
选择剪枝策略 · 设置超参数 · 训练与剪枝迭代
TinyML剪枝
23
高级主题
彩票假设在TinyML中的应用 · 动态稀疏训练 · 稀疏感知训练
高级主题TinyML
24
剪枝与联邦学习/边缘学习
分布式剪枝 · 模型更新稀疏化 · 通信压缩
剪枝联邦学习
25
开源项目与资源
TinyML剪枝相关论文 · 代码库 · 社区
开源项目资源
26
综合实战项目
端到端TinyML剪枝部署 · 模型训练 · 剪枝
综合实战项目TinyML
27
课程总结与进阶路径
回顾核心知识 · 常见误区 · 未来趋势（自动化剪枝
课程总结进阶路径
28
实战答疑与作业
常见问题解答 · 作业设计（如给定模型完成剪枝并报告结… · 项目评审标准
实战答疑作业
29
剪枝与模型可解释性
剪枝对模型决策的影响 · 稀疏模型的可解释性分析 · 可视化剪枝效果
剪枝模型可解释性
30
课程结业项目
独立完成一个TinyML剪枝项目 · 包括方案设计 · 实现
课程结业项目TinyML