深度学习模型压缩方法（二）：剪枝
深度学习模型压缩方法（一）：模型蒸馏
11分钟搞定模型轻量化：如何让模型运行在低配置的设备上？
深度学习模型压缩方法（三）：量化
大模型量化基础知识【入门】
模型剪枝核心原理！模型剪枝算法和流程介绍！Model Pruning深度解析【推理引擎】模型压缩系列第05篇
利用YOLOv11进行蒸馏教程
轻量化进阶篇-如何做到无损轻量化?那得请出剪枝+知识蒸馏!(提供以Visdrone为数据集的yolov5实验)
【人工智能】模型压缩四大方法概述 | 量化、剪枝、蒸馏和二值化 | 模型瘦身 | 降低精度 | 速度提升 | 知识蒸馏 | 温度参数 | XNOR | 优缺点
yolo系列模型的部署、精度对齐与int8量化加速
大模型量化一网打尽（一）理论基础
【模型量化】一天学会大模型量化，从原理讲解、代码实现到微调实战，快速上手，超详细教程，过程可视化，让你完全搞懂模型量化
YOLOV8模型轻量化篇-剪枝项目介绍~
深度学习之模型优化—理论实践篇（搞定模型剪枝量化蒸馏神经网络搜索，这一门课就够了）
[知识蒸馏][01] 耗时两天半，完全从零开始实现大模型知识蒸馏（Qwen2.5系列模型），从原理讲解、代码实现到效果测试，绝对让你搞懂模型蒸馏
【大语言模型】量化技术详解 | 常见量化方法 | PTQ | QAT
YOLOV8详解与轻量部署--YOLO基础篇
深度学习模型的轻量化部署：从高效剪枝到性能优化全解析-PyTorch、YOLO、TensorFlow模型部署，Mobilenet、docker
从零训练大模型-第11节-模型剪枝全流程
吴恩达《深入模型量化|Quantization in Depth》中英字幕
