课程介绍:
AI技术的一个趋势是在设备端上部署高性能的神经网络模型,并在真实场景中实时运行。如移动端/嵌入式设备,这些设备的特点是内存资源少,处理器性能不高,功耗受限,这使得目前精度最高的模型根本无法在这些设备进行部署和达到实时运行。
课程截图:
〖课程目录〗:
- | └──10、高性能神经网络与AI芯片应用研修课程
- | | ├──第二周
- | | | ├──使用知识蒸馏完成检测网络的压缩
- | | | └──知识蒸馏优化、低秩分解优化
- | | ├──第七周
- | | | ├──ncnn-1_ev【 www.ko996.com】.mp4 108.34M
- | | | ├──ncnn-2_ev【 www.ko996.com】.mp4 148.43M
- | | | ├──ncnn-3_ev【 www.ko996.com】.mp4 131.69M
- | | | ├──ncnn-4_ev【 www.ko996.com】.mp4 74.96M
- | | | ├──ncnn-5_ev【 www.ko996.com】.mp4 91.43M
- | | | ├──主题:使用ncnn进行离线量化并在eaidk310板子部署的demo-1_ev【 www.ko996.com】.mp4 108.55M
- | | | └──主题:使用ncnn进行离线量化并在eaidk310板子部署的demo-2_ev【 www.ko996.com】.mp4 158.39M
- | | ├──第三周
- | | | ├──使用结构化剪枝完成一个网络结构的剪枝
- | | | └──网络剪枝
- | | ├──第四周
- | | | ├──uint8量化一个网络-1_ev【 www.ko996.com】.mp4 62.38M
- | | | ├──uint8量化一个网络-2_ev【 www.ko996.com】.mp4 81.67M
- | | | ├──网络量化-1_ev【 www.ko996.com】.mp4 70.13M
- | | | ├──网络量化-2_ev【 www.ko996.com】.mp4 108.74M
- | | | ├──网络量化-3_ev【 www.ko996.com】.mp4 120.17M
- | | | ├──网络量化-4_ev【 www.ko996.com】.mp4 71.51M
- | | | └──网络量化-5_ev【 www.ko996.com】.mp4 101.34M
- | | ├──第五周
- | | | ├──就业分析+岗位推荐
- | | | ├──了解openppll架构
- | | | └──神经网络编译器简介
- | | └──第一周
- | | | ├──1.轻量化网络结构设计
- | | | └──2.实例分割相关的轻量网络并评估性能
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。