• 投稿

深度学习模型部署与模型剪枝优化实践(附源码),搞懂深度学习模型,这一门课就够了!!顶级大佬带你从基础知识到实战,从来都没有听过这么好的课程!!

1158
0
2025-08-25 15:38:44
17
10
63
11
配套资料三连后评论区找我领取,记得好好学习哦~
咨询课程、1对1就业指导、技术进阶提升【直接私信】,领取课程源码+资料
视频选集
(1/71)
1-AIoT人工智能物联网之认识 jetson nano
09:15
2-jetson nano 刷机
09:48
3- jetson nano 系统安装过程
07:09
4-感受nano的GPU算力
14:22
5-安装使用摄像头csi usb
14:59
6- jetson-inference 入门
11:01
7-docker 的安装使用
15:01
8-docker中运行分类模型
20:36
9-训练自己的目标检测模型准备
14:18
10- 训练出自己目标识别模型a
27:54
11-训练出自己目标识别模型b
12:16
12-转换出onnx模型,并使用
10:32
13-NVIDIA TAO介绍和安装
11:29
14-NVIDIA TAO数据准备和环境设置
12:37
15-NVIDIA TAO数据转换
30:40
16-NVIDIA TAO预训练模型和训练a
13:40
17-NVIDIA TAO预训练模型和训练b
01:54
18-NVIDIA TAO预训练模型和训练c.
05:47
19-TAO 剪枝在训练推理验证
25:43
20-deepstream 介绍安装
16:52
21-deepstream HelloWorld
13:45
22-GStreamer RTP和RTSP1
18:17
23-GStreamer RTP和RTSP2
25:31
24-python实现RTP和RTSP
16:29
25-deepstream推理
26:51
26-deepstream集成yolov4
24:47
27-所需基本环境配置
05:53
28-模型加载与数据预处理
08:33
29-接收与预测模块实现
07:40
30-效果实例演示
08:21
31-课程简介
03:29
32-项目所需配置文件介绍
07:09
33-加载参数与模型权重
07:41
34-数据预处理
10:38
35-返回线性预测结果
08:03
36-docker简介
05:58
37-docker安装与配置
10:18
38-阿里云镜像配置
06:27
39-基于docker配置pytorch环境
10:57
40-安装演示环境所需依赖
09:39
41-复制所需配置到容器中
06:52
42-上传与下载配置好的项目
12:47
43-tf-serving项目获取与配置
06:54
44-加载并启动模型服务
09:33
45-测试模型部署效果
08:51
46-fashion数据集获取
05:21
47-加载fashion模型启动服务
07:15
48-论文算法核心框架概述
07:26
49-BatchNorm要解决的问题
06:55
50-BN的本质作用
07:57
4-额外的训练参数解读
07:16
5-稀疏化原理与效果
09:05
1-整体案例流程解读
07:16
2-加入L1正则化来进行更新
06:33
3-剪枝模块介绍
05:02
4-筛选需要的特征图
09:20
5-剪枝后模型参数赋值
10:53
6-微调完成剪枝模型
06:45
1-模型剪枝分析
07:24
2-常见剪枝方法介绍
11:41
3-mobilenet简介
04:11
4-经典卷积计算量与参数量分析
05:39
5-深度可分离卷积的作用与效果
07:14
6-参数与计算量的比较
15:00
7-V1版本效果分析
09:05
8-V2版本改进以及Relu激活函数的问题
07:24
9-倒残差结构的作用
06:43
10-V2整体架构与效果分析
04:10
11-V3版本网络架构分析
05:34
12-SE模块作用与效果解读
12:07
13-代码实现mobilenetV3网络架构
10:46
客服
顶部
赛事库 课堂 2021拜年纪