首页
›
AI与大模型
›
028-ONNX模型部署与推理优化
›
《ONNX模型PyTorch导出实战》
VIP20
本课程属于:028-ONNX模型部署与推理优化
AI与大模型 · 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
📘
ONNX模型PyTorch导出实战
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 · 课程大纲 · ONNX简介
课程导入
学习目标
02
环境搭建
安装PyTorch · ONNX · onnxruntime
环境搭建
PyTorch
03
PyTorch模型基础
构建简单神经网络模型 · 理解torch.nn.Module
PyTorch
模型基础
04
ONNX导出基础
使用torch.onnx.expor…
ONNX
导出基础
05
导出参数详解
input_names · output_names · dynamic_axes等参数的作用…
导出参数详解
input
06
动态轴处理
处理动态batch · 动态序列长度等动态维度
动态轴处理
batch
07
模型检查与验证
使用onnx.checker和onn…
模型检查
验证
08
ONNX模型可视化
使用Netron等工具可视化ONNX…
ONNX
模型可视化
09
算子兼容性
了解PyTorch算子与ONNX算子…
算子兼容性
PyTorch
10
自定义算子导出
处理PyTorch中不支持的算子 · 使用自定义算子或替换
自定义算子导出
PyTorch
11
模型简化与优化
使用onnx-simplifier简… · 减少冗余节点
模型简化
优化
12
量化基础
ONNX模型量化简介 · 动态量化与静态量化
量化基础
ONNX
13
量化实践
使用onnxruntime量化工具对…
量化实践
onnxruntime
14
模型转换常见错误
解析导出过程中的常见错误及解决方案
模型转换常见错误
解析导出过程
15
案例实战
导出ResNet模型并部署到ONNX…
案例实战
ResNet
16
案例实战
导出YOLOv5模型并处理动态尺寸输…
案例实战
YOLOv5
17
案例实战
导出Transformer模型(如B…
案例实战
Transformer
18
案例实战
导出生成对抗网络(GAN)模型
案例实战
GAN
19
ONNX Runtime部署
使用ONNX Runtime进行推理 · 比较与PyTorch的差异
ONNX
Runtime
20
ONNX模型在CPU上的性能优化
线程设置 · 图形优化等
ONNX
CPU
21
ONNX模型在GPU上的部署
CUDA执行提供程序 · TensorRT集成
ONNX
GPU
22
ONNX模型在移动端部署
使用ONNX Mobile或转换为其…
ONNX
模型
23
ONNX模型在边缘设备部署
使用OpenVINO · TensorRT等工具链
ONNX
模型
24
模型版本管理
处理PyTorch与ONNX版本兼容…
模型版本管理
PyTorch
25
测试与调试
编写测试用例 · 调试模型输出不一致问题
测试
调试
26
常见问题汇总
导出失败 · 精度下降 · 推理速度慢等问题的排查方法
常见问题汇总
导出失败
27
综合实战
从PyTorch训练到ONNX导出的…
综合实战
PyTorch
28
综合实战
从PyTorch训练到ONNX导出的…
综合实战
PyTorch
29
综合实战
从PyTorch训练到ONNX导出的…
综合实战
PyTorch
30
课程总结
回顾关键知识点 · 展望ONNX生态与未来趋势
课程总结
回顾关键知识点
所属VIP或分类
同VIP:ONNX模型C++部署实战指南
同VIP:ONNX模型CPU推理优化指南
同VIP:ONNX模型GPU推理加速避坑指南