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结构压缩后的误差分析与回归测试

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 · 课程结构 · TinyML与模型压缩的宏观背景
课程导入学习目标
02
TinyML基础
微控制器上的机器学习 · 资源约束 · 典型应用场景
TinyML微控制器上的机器…
03
模型压缩概览
剪枝 · 量化 · 知识蒸馏
模型压缩概览剪枝
04
结构压缩定义
结构剪枝 · 通道剪枝 · 层剪枝与结构化稀疏的区别
结构压缩定义结构剪枝
05
误差来源分析
压缩引入的数值误差 · 结构误差 · 泛化误差的机理
误差来源分析压缩引入的数值误…
06
误差度量指标
准确率 · F1 · 混淆矩阵
误差度量指标准确率
07
误差敏感性分析
不同层 · 不同通道对压缩的敏感度评估方法
误差敏感性分析不同层
08
剪枝误差传播
剪枝后误差在深层网络中的累积与放大效…
剪枝误差传播剪枝后误差
09
量化误差建模
定点数 · 浮点数 · 量化噪声的统计特性
量化误差建模定点数
10
混合压缩误差
剪枝+量化联合作用下的误差交互与叠加
混合压缩误差剪枝+量化联合作…
11
误差分析工具
TensorFlow Lite · PyTorch · ONNX等工具链的误差对比
误差分析工具TensorFlow
12
回归测试概念
软件回归测试在ML模型中的映射与适配
回归测试概念ML
13
模型回归测试流程
基线建立 · 变更检测 · 回归测试集设计
模型回归测试流程基线建立
14
测试集构建
覆盖典型输入 · 边界条件 · 对抗样本
测试集构建覆盖典型输入
15
误差阈值设定
如何定义可接受的误差范围与业务容忍度
误差阈值设定如何定义可接受的…
16
回归测试自动化
CI/CD集成 · 自动化脚本 · 报告生成
回归测试自动化CI/CD
17
案例实战
图像分类模型剪枝后的误差分析与回归测…
案例实战图像分类模型剪枝…
18
案例实战
语音唤醒词模型量化后的误差评估与回归
案例实战语音唤醒词模型量…
19
案例实战
传感器时序数据回归模型的压缩误差分析
案例实战传感器时序数据回…
20
案例实战
异常检测模型结构压缩后的误报漏报分析
案例实战异常检测模型结构…
21
误差调试方法
定位误差来源 · 可视化特征图 · 激活分布对比
误差调试方法定位误差来源
22
补偿策略
微调 · 蒸馏 · 混合精度
补偿策略微调
23
模型版本管理
压缩前后模型版本控制 · 回归测试历史追踪
模型版本管理压缩前后模型版本…
24
硬件在环测试
在真实MCU上运行压缩模型 · 测量实际误差
硬件环测试
25
性能与误差权衡
延迟 · 内存 · 功耗与误差的帕累托优化
性能误差权衡
26
常见问题与陷阱
过拟合测试集 · 数据泄漏 · 随机性影响
常见问题陷阱
27
最佳实践
从压缩到回归测试的完整工作流与团队协…
最佳实践从压缩到回归测试…
28
综合项目
设计一个端到端的TinyML压缩误差…
综合项目TinyML
29
前沿趋势
自动化压缩搜索 · 在线误差监控 · 自适应模型更新
前沿趋势自动化压缩搜索
30
课程总结
核心要点回顾 · 学习路径建议 · 未来发展方向
课程总结核心要点回顾