所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

嵌入式AI部署:量化与剪枝技术实战从入门到精通

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
课程导论
嵌入式AI部署的挑战与机遇 · 量化与剪枝在其中的核心作用 · 课程学习路径与目标
课程导论AI
02
嵌入式AI基础
嵌入式平台硬件架构（CPU · GPU · NPU
AI嵌入式
03
深度学习模型基础
卷积神经网络 · Transformer等常见模型结构 · 模型参数与计算量（FLOPs）概念
深度学习模型基础卷积神经网络
04
模型压缩技术全景
量化 · 剪枝 · 知识蒸馏
模型压缩技术全景量化
05
量化原理入门
定点数与浮点数表示 · 量化误差来源 · 对称量化与非对称量化
量化原理入门定点数
06
量化粒度与方案
逐层量化 · 逐通道量化 · 逐张量量化
量化粒度方案
07
PTQ实战
使用PyTorch/TensorFl… · 校准数据集选择 · 量化精度评估与调优技巧
PTQPyTorch/Tens…
08
QAT实战
模拟量化算子 · 量化感知训练流程 · BN层融合
QAT模拟量化算子
09
量化工具链
TensorRT · ONNX Runtime · TFLite
量化工具链TensorRT
10
硬件量化支持
不同硬件（ARM · x86 · NPU）对量化算子的支持差异
硬件量化支持ARM
11
剪枝原理与分类
结构化剪枝与非结构化剪枝 · 权重剪枝 · 通道剪枝
剪枝原理分类
12
剪枝算法详解
基于幅度的剪枝 · 基于范数的剪枝 · 基于梯度的剪枝
剪枝算法详解基于幅度的剪枝
13
剪枝流程实战
模型预训练 · 剪枝策略选择 · 剪枝后微调（fine-tuning）
剪枝流程实战模型预训练
14
结构化剪枝实战
通道剪枝在ResNet/Mobile… · 剪枝后模型结构重参数化 · 与量化结合
结构化剪枝实战ResNet/Mobil…
15
非结构化剪枝实战
稀疏训练 · 稀疏推理库（如DeepSparse） · 非结构化剪枝的硬件加速挑战
非结构化剪枝实战稀疏训练
16
剪枝工具与框架
PyTorch Pruning · TensorFlow Model O… · PaddleSlim
剪枝工具框架
17
量化与剪枝联合优化
先剪枝后量化 · 先量化后剪枝 · 联合训练策略
量化剪枝联合优化
18
模型部署流程
从训练到部署的完整pipeline · 模型转换（ONNX · IR）
模型部署流程pipeline
19
嵌入式推理引擎
TensorRT · TFLite · NCNN
嵌入式推理引擎TensorRT
20
硬件加速与算子优化
内存布局 · 算子融合 · 多线程
硬件加速算子优化
21
案例实战
图像分类模型（MobileNetV3… · 精度与速度对比
案例实战MobileNetV3
22
案例实战
目标检测模型（YOLOv5s）在Je… · mAP与FPS优化
案例实战YOLOv5s
23
案例实战
语义分割模型（DeepLabV3）在… · 量化与剪枝对分割精度的影响
案例实战DeepLabV3
24
案例实战
语音唤醒词模型在MCU上的量化与剪枝 · 内存占用与实时性优化
案例实战MCU
25
常见问题与调试
量化后精度骤降的原因分析 · 剪枝后模型不收敛 · 工具链兼容性问题
常见问题调试
26
模型压缩评估指标
模型大小 · 计算量 · 内存占用
模型压缩评估指标模型大小
27
自动化压缩与神经架构搜索
AutoML在量化与剪枝中的应用 · 自动化搜索压缩策略 · One-shot与NAS结合
自动化压缩神经架构搜索
28
前沿趋势与扩展
混合精度量化 · 二值化网络 · 动态剪枝
前沿趋势扩展
29
综合实战项目
从零构建一个嵌入式AI应用 · 包括模型训练 · 量化剪枝
综合实战项目AI
30
课程总结与进阶路径
核心知识回顾 · 常见误区 · 推荐学习资源
课程总结进阶路径