VIP20
本课程属于：028-URDF设计导出案例 机器人系统 · 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

模型轻量化提升加载性能

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
模型轻量化概述
为什么需要模型轻量化？模型轻量化的核… · 速度 · 功耗）
模型轻量化概述为什么需要模型轻…
02
模型量化基础
什么是量化？FP32 vs INT8 · 量化的数学原理（缩放因子与零点）
模型量化基础FP32
03
训练后量化（PTQ）
PTQ流程详解 · 校准数据集的选择 · 静态量化与动态量化
PTQ训练后量化
04
量化感知训练（QAT）
QAT原理 · 伪量化节点（FakeQuant） · QAT vs PTQ 对比
QAT量化感知训练
05
模型剪枝入门
剪枝的核心思想 · 结构化剪枝 vs 非结构化剪枝
模型剪枝入门剪枝的核心思想
06
结构化剪枝实践
通道剪枝 · 滤波器剪枝 · 如何选择剪枝比例
结构化剪枝实践通道剪枝
07
非结构化剪枝与稀疏化
权重剪枝 · 稀疏矩阵存储格式（CSR/CSC） · 硬件加速挑战
非结构化剪枝稀疏化
08
知识蒸馏基础
教师网络与学生网络 · 软标签与硬标签 · 温度参数T的作用
知识蒸馏基础教师网络
09
知识蒸馏进阶
蒸馏损失函数设计（KL散度 · MSE） · 特征层蒸馏（FitNets）
知识蒸馏进阶KL
10
低秩分解
矩阵分解（SVD）在模型压缩中的应用 · 全连接层与卷积层的分解
低秩分解SVD
11
轻量化网络架构设计
深度可分离卷积（MobileNet） · 分组卷积（ShuffleNet）
轻量化网络架构设…MobileNet
12
模型编译器与优化
TVM · TensorRT · ONNX Runtime 简介
模型编译器优化
13
ONNX 模型转换与优化
PyTorch/TF 模型转 ONN… · ONNX Simplifier 使用
ONNX模型转换
14
TensorRT 部署实战
TensorRT 安装 · 构建 Engine · FP16/INT8 精度配置
TensorRT部署实战
15
模型加密与安全
模型文件加密 · 混淆技术 · 防止模型被盗用
模型加密安全
16
移动端部署（Android）
NCNN/TFLite 集成 · JNI 调用 · 性能调优
Android移动端部署
17
移动端部署（iOS）
CoreML 转换 · Metal Performance…
iOS移动端部署
18
Web端部署
TensorFlow.js 与 ON… · WebGL 与 WebGPU 加速
Web端部署
19
边缘设备部署
树莓派 · Jetson Nano 上的模型优化…
边缘设备部署树莓派
20
模型加载性能分析
加载时间瓶颈分析（I/O · 反序列化 · 内存分配）
模型加载性能分析I/O
21
模型序列化格式优化
Protobuf vs FlatBu… · 内存映射（mmap）加载
模型序列化格式优…Protobuf
22
模型分片与懒加载
大模型分片策略 · 按需加载模块
模型分片懒加载
23
缓存机制与预热
模型缓存策略 · 推理预热（Warm-up）技巧
缓存机制预热
24
模型版本管理与热更新
模型仓库设计 · AB测试与灰度发布
模型版本管理热更新
25
端侧模型压缩工具链
TFLite Model Maker · NNCF · PocketFlow 使用
端侧模型压缩工具…TFLite
26
模型轻量化评估指标
模型体积 · 推理延迟 · 吞吐量
模型轻量化评估指…模型体积
27
模型轻量化实战案例（图像分类）
ResNet50 量化+剪枝+蒸馏全…
模型轻量化实战案…图像分类
28
模型轻量化实战案例（目标检测）
YOLOv5 轻量化改造与部署
模型轻量化实战案…目标检测
29
模型轻量化实战案例（NLP）
BERT 蒸馏与 TinyBERT…
NLP模型轻量化实战案…
30
模型轻量化未来趋势
自动化压缩（AutoML） · 硬件协同设计 · 大模型压缩挑战
模型轻量化未来趋…AutoML