VIP20
本课程属于：040-模型可解释性低延迟评分接口 金融科技风控与量化工程 · 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

模型服务低延迟部署：可解释AI评分案例

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
低延迟部署与可解释AI评分的重要性 · 课程目标与学习路径
课程导论AI
02
可解释AI基础
XAI的定义 · 核心原则（透明度 · 可理解性
AI可解释
03
模型评分场景
信用评分 · 欺诈检测 · 医疗诊断中的可解释性需求
模型评分场景信用评分
04
低延迟架构概述
边缘计算 · CDN · 负载均衡与就近服务原则
低延迟架构概述边缘计算
05
模型序列化与优化
ONNX · TensorRT · TorchScript的导出与优化
模型序列化优化
06
模型量化技术
INT8/FP16量化 · 动态量化与静态量化实践
模型量化技术INT8/FP16
07
模型剪枝与蒸馏
结构化剪枝 · 知识蒸馏减少模型体积
模型剪枝蒸馏
08
推理引擎选型
TensorRT · OpenVINO · ONNX Runtime性能对比
推理引擎选型TensorRT
09
服务框架搭建
Flask/FastAPI vs g…
服务框架搭建Flask/FastAP…
10
gRPC实战
Protocol Buffers定义 · 流式推理与双向流
gRPCProtocol
11
Triton Inference Server部署
模型仓库 · 并发模型 · 动态批处理
TritonInference
12
模型缓存策略
Redis · Memcached · 本地LRU缓存加速
模型缓存策略Redis
13
异步推理与批处理
请求合并 · 异步队列 · 吞吐量优化
异步推理批处理
14
负载均衡与自动扩缩
Kubernetes HPA · Ingress · Service Mesh
负载均衡自动扩缩
15
边缘部署方案
NVIDIA Jetson · Intel OpenVINO · ARM设备优化
边缘部署方案NVIDIA
16
LIME可解释方法
局部可解释模型 · 表格/图像/文本案例
LIME可解释方法
17
SHAP可解释方法
Shapley值 · 全局与局部特征重要性
SHAP可解释方法
18
集成可解释性
LIME+SHAP联合使用 · 一致性检查
集成可解释性LIME+SHAP
19
评分卡模型
逻辑回归评分卡 · 特征分箱 · WOE编码
评分卡模型逻辑回归评分卡
20
树模型可解释性
决策路径 · 特征贡献度 · TreeSHAP
树模型可解释性决策路径
21
深度学习可解释性
Grad-CAM · Integrated Gradien… · 注意力可视化
深度学习可解释性Grad-CAM
22
可解释性服务化
将XAI方法封装为独立微服务
可解释性服务化XAI
23
低延迟XAI管线
推理与解释并行 · 预计算解释缓存
XAI低延迟
24
性能监控与调优
Prometheus + Grafa… · 吞吐量
性能监控调优
25
A/B测试与灰度发布
金丝雀部署 · 流量切分 · 效果评估
A/B测试
26
安全与合规
模型加密 · 输入验证 · GDPR合规要求
安全合规
27
端到端案例
信用评分模型低延迟部署+实时SHAP…
端到端案例SHAP
28
端到端案例
医疗影像诊断模型边缘部署+Grad-…
端到端案例Grad
29
端到端案例
欺诈检测模型gRPC服务+LIME解…
端到端案例gRPC
30
课程总结
最佳实践 · 常见陷阱 · 未来趋势（联邦学习+可解释性）
课程总结最佳实践