VIP8
本课程属于：006-模型蒸馏与压缩部署工程 AI智能与边缘计算工程 · 共 8 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

图像分类蒸馏模型压缩与部署优化调试全流程指南

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
课程导论与知识图谱
蒸馏 · 压缩 · 部署全链路概览
课程导论知识图谱
02
图像分类基础回顾
卷积神经网络核心概念 · 经典分类模型（ResNet · MobileNet）架构解析
图像分类基础回顾卷积神经网络核心…
03
知识蒸馏原理
什么是知识蒸馏 · 软标签与硬标签 · 温度参数T的作用
知识蒸馏原理什么是知识蒸馏
04
教师模型选择与训练
如何选择教师模型 · 教师模型的预训练与微调技巧
教师模型选择训练
05
学生模型架构设计
轻量化网络设计原则 · 学生模型与教师模型的容量匹配策略
学生模型架构设计轻量化网络设计原…
06
蒸馏训练实战（上）
PyTorch实现基础蒸馏框架 · 数据加载与预处理
蒸馏训练实战PyTorch
07
蒸馏训练实战（下）
训练循环 · 损失计算 · 梯度更新
蒸馏训练实战训练循环
08
模型剪枝技术
结构化剪枝与非结构化剪枝 · L1/L2正则化剪枝 · 通道剪枝实战
模型剪枝技术结构化剪枝
09
模型量化基础
FP32 · FP16 · INT8量化原理
模型量化基础FP32
10
量化感知训练（QAT）
模拟量化操作 · 伪量化节点插入 · QAT训练流程
QAT量化感知训练
11
训练后量化（PTQ）
校准数据集选取 · KL散度校准 · PTQ实战与精度调优
PTQ训练后量化
12
模型权重共享与低秩分解
SVD分解 · 张量分解 · 参数共享策略
模型权重共享低秩分解
13
模型结构重参数化
RepVGG · DBB等结构重参数化技术 · 训练与推理结构解耦
模型结构重参数化RepVGG
14
ONNX模型导出
PyTorch模型转ONNX · 动态轴与静态轴设置 · 算子兼容性处理
ONNX模型导出
15
ONNX模型优化
ONNX Simplifier · 图优化 · 常量折叠
ONNX模型优化
16
TensorRT部署基础
TensorRT简介 · Engine构建 · Builder配置
TensorRT部署基础
17
TensorRT高级优化
动态形状（Dynamic Shape… · 多Profile设置 · INT8校准
TensorRT高级优化
18
OpenVINO部署实战
模型转换（MO工具） · 推理引擎配置 · 异构执行
OpenVINO部署实战
19
NCNN移动端部署
模型转换（ncnnoptimize） · Vulkan加速 · ARM汇编优化
NCNN移动端部署
20
TFLite与Android部署
TFLite转换 · Delegate（GPU/NNAPI… · Android集成
TFLiteAndroid
21
模型加密与安全
模型加密方案 · 白盒与黑盒保护 · TEE安全部署
模型加密安全
22
推理性能分析
Profiling工具（Nsight · perf） · 瓶颈定位
推理性能分析Profiling
23
内存优化与显存管理
内存池设计 · 显存复用 · CPU-GPU异步传输
内存优化显存管理
24
多线程与异步推理
线程池设计 · Pipeline并行 · 请求批处理
多线程异步推理
25
模型版本管理与回滚
模型注册中心 · 版本控制策略 · A/B测试与灰度发布
模型版本管理回滚
26
端侧部署调试
日志系统设计 · 错误码定义 · 远程调试与日志回捞
端侧部署调试日志系统设计
27
精度调试与回归测试
精度对比工具 · 逐层输出比对 · 回归测试自动化
精度调试回归测试
28
性能基准测试
Benchmark设计 · 多场景压测 · 性能基线建立
性能基准测试Benchmark
29
全流程自动化（MLOps）
CI/CD集成 · 自动化蒸馏与压缩Pipeline · 模型监控
MLOps全流程自动化
30
综合实战项目
从零构建一个图像分类蒸馏压缩部署全流… · 项目总结与最佳实践
综合实战项目从零构建一个图像…