VIP20
本课程属于：005-AI药物发现靶点筛选 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

AI模型训练配置与工程部署优化

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
模型参数配置概述
参数类别 · 配置原则 · 常见误区与最佳实践
模型参数配置概述参数类别
02
深度学习框架选型与安装
TensorFlow · PyTorch · JAX 对比与搭建指南
深度学习框架选型安装
03
开发环境标准化
Conda 环境管理 · Docker 镜像构建 · 依赖锁定
开发环境标准化Conda
04
超参数基础
学习率 · 批大小 · 迭代次数对收敛的影响
超参数基础学习率
05
学习率调度策略
Step decay · Cosine annealing · Warmup 与 Cyclic LR
学习率调度策略Step
06
批大小与梯度累积
显存限制时的等效批大小 · Batch Normalizatio…
批大小梯度累积
07
权重初始化方法
Xavier · He · 正交初始化及实战选择
权重初始化方法Xavier
08
正则化技术
L1/L2 权重衰减 · Dropout · Label Smoothing
正则化技术L1/L2
09
归一化层
BatchNorm · LayerNorm · InstanceNorm
归一化层BatchNorm
10
优化器选择与配置
SGD Momentum · Adam/AdamW · RMSprop 参数调优
优化器选择配置
11
损失函数设计
分类/回归/对比损失 · 自定义损失 · 辅助损失权重
损失函数设计分类
12
评估指标与监控
Accuracy · F1 · AUC
评估指标监控
13
数据增强策略
Albumentations · imgaug · TorchVision transf…
数据增强策略Albumentatio…
14
分布式训练参数
DataParallel · DistributedDataPar… · Horovod 配置
分布式训练参数DataParallel
15
混合精度训练
AMP (Automatic Mix…
混合精度训练AMP
16
模型检查点与恢复
保存频率 · 最佳模型筛选 · 断点续训
模型检查点恢复
17
日志与可视化
TensorBoard · WandB · MLflow 配置与关键指标
日志可视化
18
配置文件管理
YAML/JSON 结构化参数 · argparse 与 Hydra 框…
配置文件管理YAML/JSON
19
实验跟踪与版本控制
MLflow Tracking · DVC · 实验分支管理
实验跟踪版本控制
20
模型导出与序列化
TorchScript · ONNX · TensorFlow SavedMo…
模型导出序列化
21
推理引擎配置
TensorRT · OpenVINO · ONNX Runtime 参数选择
推理引擎配置TensorRT
22
模型量化与剪枝
PTQ · QAT · 结构化剪枝配置与精度评估
模型量化剪枝
23
服务化部署
Flask/FastAPI 接口设计 · Triton Inference S…
服务化部署Flask/FastAP…
24
容器化与编排
Docker 镜像优化 · Kubernetes 部署 · Helm Chart
容器化编排
25
CI/CD 流水线
GitHub Actions · GitLab CI 自动训练与部署集…
CI/CD流水线
26
模型监控与漂移检测
数据漂移 · 概念漂移 · 监控指标配置
模型监控漂移检测
27
自动化超参数搜索
Grid Search · Random Search · Bayesian Optimizat…
自动化超参数搜索Grid
28
多任务学习参数配置
共享层 · 任务权重 · 梯度冲突处理
多任务学习参数配…共享层
29
迁移学习与微调
冻结层策略 · 学习率分层 · 知识蒸馏配置
迁移学习微调
30
前沿实践与案例
大模型微调（LoRA） · RLHF 参数配置 · 生产教训总结
前沿实践案例