VIP10
本课程属于：052-模型压缩、ONNX与推理优化 智能金融与金融工程 · 共 10 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

金融模型压缩与部署完整项目实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=金融模型部署的挑战 · 模型压缩与部署的整体学习路径 · 项目实战目标与成果展示
课程导入目标=金融模型部…
02
金融模型基础
目标=常见金融模型类型（信用评分 · 欺诈检测 · 量化交易
金融模型基础目标=常见金融模…
03
模型压缩概述
目标=模型压缩的定义 · 动机 · 主要技术分类（剪枝
模型压缩概述目标=模型压缩的…
04
模型量化基础
目标=量化原理 · 对称与非对称量化 · 训练后量化与量化感知训练
模型量化基础目标=量化原理
05
模型剪枝技术
目标=结构化与非结构化剪枝 · 权重剪枝与通道剪枝 · 剪枝敏感度分析
模型剪枝技术目标=结构化
06
知识蒸馏
目标=教师-学生架构 · 软标签与温度参数 · 特征蒸馏与关系蒸馏
知识蒸馏目标=教师
07
低秩分解与紧凑架构
目标=矩阵分解 · 张量分解 · 轻量级网络设计
低秩分解紧凑架构
08
模型压缩工具链
目标=TensorFlow Mode… · PyTorch Quantizati… · ONNX Runtime
模型压缩工具链TensorFlow
09
部署环境与硬件
目标=CPU · GPU · 边缘设备
部署环境硬件
10
模型转换与格式
目标=ONNX · TensorRT · OpenVINO
模型转换格式
11
推理优化技术
目标=算子融合 · 内存复用 · 批处理与动态批处理
推理优化技术目标=算子融合
12
服务化部署
目标=RESTful API · gRPC · 消息队列
服务化部署RESTful
13
容器化与编排
目标=Docker · Kubernetes · 模型服务网格
容器化编排
14
边缘部署
目标=移动端 · 嵌入式设备 · 联邦学习场景
边缘部署目标=移动端
15
性能监控与维护
目标=模型漂移检测 · 推理性能监控 · A/B测试
性能监控维护
16
安全与合规
目标=模型加密 · 差分隐私 · 联邦学习
安全合规
17
实战项目一
目标=信用评分模型压缩与部署——数据… · 模型训练 · 剪枝量化
实战项目一目标=信用评分模…
18
实战项目二
目标=实时欺诈检测模型部署——流式数… · 低延迟推理 · Kafka集成
实战项目二目标=实时欺诈检…
19
实战项目三
目标=量化交易模型压缩——LSTM/… · TensorRT加速 · 回测与实盘部署对比
实战项目三LSTM
20
实战项目四
目标=金融文本情感分析模型移动端部署… · TFLite转换 · Android/iOS集成
实战项目四目标=金融文本情…
21
常见问题与调试
目标=精度下降 · 推理速度不达标 · 内存溢出
常见问题调试
22
高级压缩技术
目标=稀疏训练 · 混合精度 · 神经架构搜索
高级压缩技术目标=稀疏训练
23
分布式推理与扩展
目标=模型并行 · 数据并行 · 推理集群
分布式推理扩展
24
成本优化
目标=云资源成本分析 · 推理实例选型 · 自动扩缩容
成本优化目标=云资源成本…
25
模型版本管理与CI/CD
目标=MLflow · DVC · 模型注册
CI/CD模型版本管理
26
可解释性与压缩
目标=压缩对模型可解释性的影响 · SHAP/LIME在压缩模型上的应用 · 金融监管解释要求
可解释性压缩
27
行业案例研究
目标=银行 · 保险 · 证券
行业案例研究目标=银行
28
综合项目
目标=端到端金融模型压缩与部署——从… · 压缩方案设计 · 部署实施到性能评估全流程
综合项目目标=端到端金融…
29
前沿趋势
目标=大模型压缩 · 联邦学习部署 · 量子计算对金融模型部署的影响
前沿趋势目标=大模型压缩
30
课程总结与提升
目标=知识体系回顾 · 技能自评 · 进阶学习资源
课程总结提升