VIP7
本课程属于：119-ONNX边缘模型转换与兼容 AI智能与边缘计算工程 · 共 7 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

20. ONNX工程交付：模型文件、推理脚本和兼容性报告整理

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 · 课程定位 · 工程交付在ONNX生态中的重要性
课程导入学习目标
02
ONNX基础回顾
模型格式 · 算子集 · IR版本
ONNX基础回顾
03
工程交付全景
交付物组成 · 典型流程 · 角色分工与质量门槛
工程交付全景交付物组成
04
模型文件规范
命名规则 · 目录结构 · 版本管理
模型文件规范命名规则
05
模型文件导出
从PyTorch/TensorFlo… · 注意事项与常见坑
模型文件导出PyTorch/Tens…
06
模型优化与精简
onnx-simplifier · 常量折叠 · 算子融合
模型优化精简
07
模型校验
使用onnx.checker · onnxruntime推理对比 · 输出精度验证方法
模型校验onnx.checker
08
推理脚本设计
脚本结构 · 参数解析 · 输入预处理
推理脚本设计脚本结构
09
推理脚本性能
批处理 · 动态形状 · 内存管理
推理脚本性能批处理
10
推理脚本兼容性
不同ONNX Runtime版本 · 不同硬件（CPU/GPU/NPU）的…
推理脚本兼容性ONNX
11
兼容性报告概述
报告目的 · 读者对象 · 核心内容与撰写原则
兼容性报告概述报告目的
12
兼容性测试矩阵
操作系统 · Python版本 · ONNX Runtime版本
兼容性测试矩阵操作系统
13
兼容性测试方法
单元测试 · 集成测试 · 回归测试
兼容性测试方法单元测试
14
兼容性报告模板
报告结构 · 表格设计 · 问题记录
兼容性报告模板报告结构
15
案例实战
从PyTorch导出一个ResNet…
案例实战PyTorch
16
案例实战
处理动态输入尺寸的ONNX模型 · 编写支持动态shape的推理脚本
案例实战ONNX
17
案例实战
跨平台交付（Windows/Linu… · 验证兼容性并生成报告
案例实战Windows/Linu
18
常见问题
模型导出失败 · 算子不支持 · 精度下降
常见问题模型导出失败
19
常见问题
ONNX Runtime版本升级导致… · 如何定位与修复
常见问题ONNX
20
常见问题
模型文件过大 · 加载慢 · 内存占用高的优化策略
常见问题模型文件过大
21
工具链整合
使用Netron · onnxruntime · onnx2tf等工具辅助交付与验证
工具链整合Netron
22
自动化交付流水线
CI/CD集成 · 模型打包 · 测试自动执行
自动化交付流水线CI/CD
23
安全与合规
模型加密 · 许可证 · 数据隐私
安全合规
24
版本管理策略
模型版本 · 脚本版本 · 报告版本之间的关联与追溯
版本管理策略模型版本
25
团队协作
交付文档规范 · 代码评审 · 知识传递与培训
团队协作交付文档规范
26
综合提升
从单模型交付到多模型服务化部署的演进…
综合提升从单模型交付到多…
27
综合提升
ONNX与其他格式（TensorRT · OpenVINO）的转换与交付对比
综合提升ONNX
28
综合提升
边缘设备部署时的模型压缩 · 量化与交付注意事项
综合提升边缘设备部署时的…
29
综合提升
故障演练与应急方案 · 交付后线上问题的快速响应
综合提升故障演练
30
课程总结
核心要点回顾 · 最佳实践清单 · 后续学习资源推荐
课程总结核心要点回顾