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

金融神经网络剪枝与稀疏化实战

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=金融神经网络剪枝与稀疏化的学习… · 核心价值 · 整体课程框架与实战路线图
课程导入目标=金融神经网…
02
金融场景与模型基础
目标=金融时序预测 · 信用评分 · 风险控制等任务特点
金融场景模型基础
03
剪枝与稀疏化核心概念
目标=参数剪枝 · 结构化剪枝 · 非结构化剪枝
剪枝稀疏化核心概念
04
为什么金融领域需要剪枝与稀疏化
目标=模型部署延迟 · 合规可解释性 · 边缘计算
为什么金融领域需…稀疏化
05
剪枝方法分类与原理
目标=基于幅度的剪枝 · 基于重要性的剪枝 · 基于梯度的剪枝
剪枝方法分类原理
06
稀疏化训练技术
目标=L1/L2正则化 · 稀疏组Lasso · 变分Dropout
稀疏化训练技术L1/L2
07
结构化剪枝方法
目标=通道剪枝 · 滤波器剪枝 · 层剪枝
结构化剪枝方法目标=通道剪枝
08
非结构化剪枝与稀疏存储
目标=权重级剪枝 · 稀疏矩阵格式（CSR · CSC
非结构化剪枝稀疏存储
09
剪枝流程与实战步骤
目标=预训练 · 重要性评分 · 剪枝
剪枝流程实战步骤
10
金融数据预处理与特征工程
目标=缺失值处理 · 标准化 · 时序窗口构建
金融数据预处理特征工程
11
实战案例一
目标=基于MLP的信用评分模型剪枝—…
实战案例一MLP
12
实战案例二
目标=LSTM金融时序预测模型的结构…
实战案例二LSTM
13
实战案例三
目标=Transformer金融文本…
实战案例三Transformer
14
实战案例四
目标=图神经网络在金融风控中的稀疏化…
实战案例四目标=图神经网络
15
剪枝与稀疏化对模型性能的影响
目标=精度 · 召回率 · AUC
剪枝稀疏化对模型性能…
16
稀疏模型的微调策略
目标=学习率调度 · 知识蒸馏辅助 · 渐进式解冻
稀疏模型的微调策…目标=学习率调度
17
硬件与推理加速
目标=GPU · TPU · FPGA
硬件推理加速
18
金融合规与可解释性
目标=剪枝后模型的可解释性变化 · 监管要求 · 公平性审计与稀疏模型的可解释性增强方…
金融合规可解释性
19
常见问题与陷阱
目标=过度剪枝导致性能崩溃 · 稀疏度与精度权衡 · 训练不稳定
常见问题陷阱
20
评估与基准测试
目标=剪枝前后模型大小 · 推理时间 · 内存占用
评估基准测试
21
自动化剪枝与神经架构搜索
目标=AutoML在剪枝中的应用 · 基于强化学习的剪枝策略 · 可微分剪枝与DARTS变体
自动化剪枝神经架构搜索
22
稀疏化与量化、蒸馏的结合
目标=联合压缩技术 · 量化感知训练 · 知识蒸馏与剪枝的协同优化
稀疏化量化
23
金融多任务与多模态模型剪枝
目标=共享骨干网络剪枝 · 任务特定剪枝 · 多模态融合层的稀疏化策略
金融多任务多模态模型剪枝
24
动态稀疏与条件计算
目标=动态剪枝 · 早期退出 · 混合专家模型在金融实时推理中的应用
动态稀疏条件计算
25
实战项目一
目标=构建端到端的金融欺诈检测稀疏模…
实战项目一目标=构建端到端…
26
实战项目二
目标=面向移动端的金融行情预测模型剪…
实战项目二目标=面向移动端…
27
实战项目三
目标=大规模金融风控模型的分布式剪枝…
实战项目三目标=大规模金融…
28
前沿研究与发展趋势
目标=彩票假设 · 稀疏训练理论 · 绿色AI
前沿研究发展趋势
29
课程总结与知识体系回顾
目标=核心方法 · 实战经验 · 最佳实践与常见误区梳理
课程总结知识体系回顾
30
综合提升与进阶路线
目标=推荐论文 · 开源工具 · 竞赛平台
综合提升进阶路线