VIP20
本课程属于：003-AlphaFold蛋白结构预测 生物信息学与 AI 制药工程 · 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

AlphaFold模型导出与ONNX优化教程

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
AlphaFold概述与背景
AlphaFold概述与背景 · 核心概念 · 实践要点
AlphaFold背景
02
AlphaFold2模型架构详解
AlphaFold2模型架构详解 · 核心概念 · 实践要点
AlphaFold2模型架构详解
03
环境搭建
Python · CUDA · PyTorch
环境搭建Python
04
AlphaFold源代码下载与配置
AlphaFold源代码下载与配置 · 核心概念 · 实践要点
AlphaFold源代码下载
05
运行AlphaFold推理流程
运行AlphaFold推理流程 · 核心概念 · 实践要点
AlphaFold运行
06
理解AlphaFold的输入输出
理解AlphaFold的输入输出 · 核心概念 · 实践要点
AlphaFold理解
07
模型导出基础
PyTorch模型序列化
模型导出基础PyTorch
08
AlphaFold模型结构解析
AlphaFold模型结构解析 · 核心概念 · 实践要点
AlphaFold模型结构解析
09
使用torch.onnx.export导出ONNX
使用torch.onnx.export导… · 核心概念 · 实践要点
torch.onnx.e…ONNX
10
导出过程中的动态轴与静态轴
导出过程中的动态轴与静态轴 · 核心概念 · 实践要点
导出过程动态轴
11
处理控制流与动态形状
处理控制流与动态形状 · 核心概念 · 实践要点
处理控制流动态形状
12
验证导出的ONNX模型正确性
验证导出的ONNX模型正确性 · 核心概念 · 实践要点
ONNX验证导出的
13
ONNX Runtime简介与安装
ONNX Runtime简介与安装 · 核心概念 · 实践要点
ONNXRuntime
14
使用ONNX Runtime推理
使用ONNX Runtime推理 · 核心概念 · 实践要点
ONNXRuntime
15
性能分析
对比PyTorch与ONNX Run…
性能分析PyTorch
16
ONNX模型优化
常量折叠 · 节点融合
ONNX模型优化
17
使用onnxruntime-tools进行优化
使用onnxruntime-tools进… · 核心概念 · 实践要点
onnxruntime-…使用
18
量化基础
FP32到FP16
量化基础FP32
19
AlphaFold模型量化实践
AlphaFold模型量化实践 · 核心概念 · 实践要点
AlphaFold模型量化实践
20
校准数据集与量化感知训练
校准数据集与量化感知训练 · 核心概念 · 实践要点
校准数据集量化感知训练
21
使用TensorRT优化ONNX模型
使用TensorRT优化ONNX模型 · 核心概念 · 实践要点
TensorRTONNX
22
TensorRT部署AlphaFold
TensorRT部署AlphaFold · 核心概念 · 实践要点
TensorRTAlphaFold
23
多GPU与分布式推理
多GPU与分布式推理 · 核心概念 · 实践要点
GPU分布式推理
24
内存优化技巧
内存优化技巧 · 核心概念 · 实践要点
内存优化技巧重点
25
混合精度推理
混合精度推理 · 核心概念 · 实践要点
混合精度推理重点
26
导出过程中的常见错误与调试
导出过程中的常见错误与调试 · 核心概念 · 实践要点
导出过程常见错误
27
ONNX模型版本兼容性
ONNX模型版本兼容性 · 核心概念 · 实践要点
ONNX模型版本兼容性
28
部署到生产环境
Docker化
部署到生产环境Docker
29
性能监控与调优
性能监控与调优 · 核心概念 · 实践要点
性能监控调优
30
案例研究
AlphaFold在药物发现中的应用
案例研究AlphaFold