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

AI模型量化剪枝压缩优化 嵌入式边缘部署

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 · 适用人群
课程导入学习目标
02
深度学习模型基础
神经网络结构 · 卷积/Transformer基础 · 模型大小与计算量评估指标（FLOPs
深度学习模型基础神经网络结构
03
嵌入式与边缘计算平台
常见硬件（ARM · GPU · NPU
嵌入式边缘计算平台
04
模型压缩概览
量化 · 剪枝 · 蒸馏
模型压缩概览量化
05
量化基础
定点数表示 · 浮点与定点转换 · 量化误差来源
量化基础定点数表示
06
量化方法
训练后量化（PTQ） · 量化感知训练（QAT） · 动态量化
量化方法PTQ
07
量化实践工具
PyTorch量化 · TensorFlow Lite · ONNX Runtime
量化实践工具PyTorch
08
量化实战案例
在ResNet/MobileNet上… · 对比精度与速度
量化实战案例ResNet/Mobil…
09
剪枝基础
结构化剪枝与非结构化剪枝 · 细粒度与粗粒度剪枝 · 稀疏性表示
剪枝基础结构化剪枝
10
剪枝方法
权重剪枝 · 通道剪枝 · 层剪枝
剪枝方法权重剪枝
11
剪枝实践工具
PyTorch Pruning · TensorFlow Model O… · PaddleSlim
剪枝实践工具PyTorch
12
剪枝实战案例
对YOLOv5或BERT进行通道剪枝 · 评估精度与推理速度
剪枝实战案例YOLOv5
13
知识蒸馏
软标签 · 温度参数 · 教师-学生网络
知识蒸馏软标签
14
低秩分解与矩阵近似
SVD分解 · CP分解 · 张量分解在卷积核压缩中的应用
低秩分解矩阵近似
15
模型压缩组合策略
量化+剪枝+蒸馏的协同优化 · 如何设计流水线
模型压缩组合策略量化+剪枝+蒸馏…
16
模型转换与格式
ONNX · TensorFlow Lite · Core ML
模型转换格式
17
边缘推理引擎
TensorRT · OpenVINO · TFLite
边缘推理引擎TensorRT
18
硬件加速原理
NPU/DSP/GPU的并行计算 · 内存访问优化 · 算子融合
硬件加速原理NPU/DSP/GPU
19
模型部署流程
从训练到部署的完整流程 · 包括验证 · 校准
模型部署流程从训练到部署的完…
20
边缘部署实战
在树莓派/Jetson/手机/微控制…
边缘部署实战Jetson
21
性能调优
推理延迟 · 吞吐量 · 功耗
性能调优推理延迟
22
常见问题与解决方案
精度下降 · 算子不支持 · 内存溢出
常见问题解决方案
23
模型压缩评估指标
压缩率 · 加速比 · 精度损失
模型压缩评估指标压缩率
24
自动化压缩工具
AutoML for Compres… · NNI · PaddleSlim
自动化压缩工具AutoML
25
案例研究
图像分类 · 目标检测 · 语义分割
案例研究图像分类
26
工业级项目实战
从需求分析 · 模型选型 · 压缩优化
工业级项目实战从需求分析
27
前沿趋势
大模型压缩（LLM量化 · 剪枝） · 动态推理
前沿趋势LLM
28
综合练习
给定一个预训练模型和边缘设备 · 设计并实施压缩部署方案 · 撰写报告
综合练习给定一个预训练模…
29
课程总结
核心知识点回顾 · 常见误区 · 学习路径建议
课程总结核心知识点回顾
30
结业项目答辩
学员展示自己的压缩部署项目 · 讲师点评与反馈
结业项目答辩学员展示自己的压…