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稀疏权重存储格式与模型文件管理

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 · 稀疏性在边缘设备中的价值 · 课程目标与学习路径
课程导入TinyML
02
稀疏权重基础
什么是权重稀疏性 · 结构化与非结构化稀疏 · 稀疏度度量方法
稀疏权重基础什么是权重稀疏性
03
TinyML硬件约束
内存带宽 · 存储容量 · 计算能力对权重存储的影响
TinyML硬件约束
04
稀疏权重存储格式概览
CSR · CSC · COO
稀疏权重存储格式…CSR
05
CSR格式详解
行指针 · 列索引 · 数值数组的结构
CSR格式详解
06
CSC格式详解
列指针 · 行索引 · 数值数组的结构
CSC格式详解
07
COO格式详解
坐标列表的存储方式 · 优缺点及在TinyML中的应用
COO格式详解
08
分块稀疏格式
BCSR · BCSC · Blocked-Ellpack如何提…
分块稀疏格式BCSR
09
混合稀疏格式
结合结构化与非结构化稀疏的存储策略 · 如N:M稀疏格式
混合稀疏格式结合结构化
10
量化与稀疏结合
低比特量化（INT8 · INT4）与稀疏存储的协同设计
量化稀疏结合
11
权重剪枝方法
训练后剪枝 · 迭代剪枝 · 动态剪枝
权重剪枝方法训练后剪枝
12
稀疏化训练技术
稀疏正则化 · Straight-Through E… · 稀疏掩码更新策略
稀疏化训练技术稀疏正则化
13
模型文件格式基础
HDF5 · ONNX · TensorFlow Lite
模型文件格式基础HDF5
14
TFLite稀疏模型格式
TFLite的稀疏张量编码方式 · 稀疏性API及转换工具
TFLite稀疏模型格式
15
ONNX稀疏张量
ONNX的稀疏张量类型 · 存储布局及与运行时兼容性
ONNX稀疏张量
16
自定义稀疏模型文件格式
设计私有格式的考虑因素 · 元数据管理 · 版本控制
自定义稀疏模型文…设计私有格式的考…
17
模型文件压缩
稀疏权重与熵编码（如Zigzag · RLE · Huffman）结合的文件压缩方法
模型文件压缩Zigzag
18
模型文件解析与加载
在TinyML设备上高效解析稀疏模型…
模型文件解析加载
19
内存映射与流式加载
使用mmap · 分块加载减少RAM占用 · 适配稀疏存储
内存映射流式加载
20
稀疏权重存储的运行时库
介绍Eigen · SparseLib · TFLite Micro中的稀疏支持
稀疏权重存储的运…Eigen
21
案例实战
使用PyTorch剪枝并导出稀疏模型 · 转换为TFLite稀疏格式
案例实战PyTorch
22
案例实战
在Arduino/STM32上部署稀… · 测量存储和推理性能
案例实战Arduino/STM3…
23
案例实战
自定义稀疏格式在RISC-V MCU…
案例实战RISC-V
24
性能评估方法
稀疏模型文件大小 · 加载时间 · 推理延迟
性能评估方法稀疏模型文件大小
25
常见问题与调试
稀疏格式转换错误 · 索引越界 · 对齐问题
常见问题调试
26
工具链与生态
介绍SparseML · Neural Magic · TensorFlow Model O…
工具链生态
27
模型文件管理最佳实践
版本管理 · 校验和 · 加密
模型文件管理最佳…版本管理
28
综合项目
从训练稀疏模型到生成自定义稀疏文件格… · 并在模拟器上验证
综合项目从训练稀疏模型到…
29
前沿趋势
动态稀疏 · 自适应稀疏 · 神经形态硬件中的稀疏存储
前沿趋势动态稀疏
30
课程总结与进阶路径
核心要点回顾 · 推荐资源 · 开源项目与社区参与
课程总结进阶路径