响木课堂-响木众筹-我的资源/01 响木最新众筹课/3000-3999/3300-3399/3393.有三AI-CV季划汇总/12、深度学习之模型优化—理论与实践

主页/我的资源/01 响木最新众筹课/3000-3999/3300-3399/3393.有三AI-CV季划汇总/12、深度学习之模型优化—理论与实践/

10_5.1-二值模型量化(基础篇).mp4
11_5.2-二值模型量化(重建篇).mp4
12_6.1-8位量化(KL散度篇).mp4
13_6.2-8位量化(非对称篇).mp4
14_7-混合量化(基础篇).mp4
15_模型量化参考资料（图文）.html
16_8-知识蒸馏基础.mp4
17_9.1-知识蒸馏框架(特征匹配篇).mp4
18_9.2-知识蒸馏框架(优化目标篇).mp4
19_9.3-知识蒸馏框架(自蒸馏篇).mp4
1_0-课程介绍.mp4
20_模型蒸馏参考资料（图文）.html
21_10-神经网络搜索基础.mp4
22_11.1-神经网络搜索(栅格搜索篇).mp4
23_11.2-神经网络搜索(强化学习篇).mp4
24_11.3-神经网络搜索(进化学习篇).mp4
25_神经网络搜索参考资料（图文）.html
26_12.1-Distiller框架(简介).mp4
27_12.2-Distiller框架(模型剪枝模块).mp4
28_12.3-Distiller框架(模型量化模块).mp4
29_13.1-结构化模型剪枝实战(项目背景).mp4
2_1-模型剪枝基础.mp4
30_13.2-结构化模型剪枝实战(模型训练).mp4
31_13.3-结构化模型剪枝实战(剪枝与结果).mp4
32_14.1-8位模型量化实战(校准表生成).mp4
33_14.2-8位模型量化实战(ncnn框架简介).mp4
34_14.3-8位模型量化实战(ncnn模型转换).mp4
35_14.4-8位模型量化实战(ncnn量化与推理).mp4
36_15.1-知识蒸馏实战(原理简介).mp4
37_15.2-知识蒸馏实践(模型训练与蒸馏).mp4
38_数据与代码.html
3_2-非结构化模型剪枝.mp4
4_3.1-结构化模型剪枝(幅度篇).mp4
5_3.2-结构化模型剪枝(稀疏权重篇).mp4
6_3.3-结构化模型剪枝(稀疏因子篇).mp4
7_3.4-结构化模型剪枝(重建篇).mp4
8_模型剪枝参考资料（图文）.html
9_4-模型量化基础.mp4

Copyright © All rights reserved.

信息加载中,请等待...