课程介绍：

本课程为期七周，专注于高性能神经网络与AI芯片的应用。第一周涵盖轻量化网络结构设计及其实例分割性能评估。第二周学习如何运用知识蒸馏技术压缩检测网络，并探讨低秩分解优化方法。第三周聚焦于结构化剪枝技术以减少模型复杂度。第四周深入研究网络量化技术，特别是uint8量化实践。第五周讨论行业就业趋势和推荐相关职位，并介绍OpenPPLL架构及神经网络编译器。最后两周通过NCNN框架讲解离线量化过程及在eaidk310板上的部署演示。

课程截图：

课程目录：

  • 第01周
  • 1.轻量化网络结构设计
  • lecture1 轻量化网络结构设计-1.mp4
  • lecture1 轻量化网络结构设计-2.mp4
  • lecture1 轻量化网络结构设计-3.mp4
  • lecture1 轻量化网络结构设计-4.mp4
  • lecture1 轻量化网络结构设计-5.mp4
  • lecture1 轻量化网络结构设计-6.mp4
  • 2.实例分割相关的轻量网络并评估性能
  • review1 实例分割相关的轻量网络并评估性能-1.mp4
  • review1 实例分割相关的轻量网络并评估性能-2.mp4
  • 第02周
  • 使用知识蒸馏完成检测网络的压缩
  • 使用知识蒸馏完成检测网络的压缩-1.mp4
  • 使用知识蒸馏完成检测网络的压缩-2.mp4
  • 知识蒸馏优化、低秩分解优化
  • 知识蒸馏优化、低秩分解优化-1.mp4
  • 知识蒸馏优化、低秩分解优化-2.mp4
  • 知识蒸馏优化、低秩分解优化-3.mp4
  • 知识蒸馏优化、低秩分解优化-4.mp4
  • 知识蒸馏优化、低秩分解优化-5.mp4
  • 第03周
  • 使用结构化剪枝完成一个网络结构的剪枝
  • 使用结构化剪枝完成一个网络结构的剪枝-1.mp4
  • 使用结构化剪枝完成一个网络结构的剪枝-2.mp4
  • 网络剪枝
  • 网络剪枝-1.mp4
  • 网络剪枝-2.mp4
  • 网络剪枝-3.mp4
  • 网络剪枝-4.mp4
  • 网络剪枝-5.mp4
  • 第04周
  • uint8量化一个网络-1.mp4
  • uint8量化一个网络-2.mp4
  • 网络量化-1.mp4
  • 网络量化-2.mp4
  • 网络量化-3.mp4
  • 网络量化-4.mp4
  • 网络量化-5.mp4
  • 第05周
  • 就业分析+岗位推荐
  • 就业分析+岗位推荐-1.mp4
  • 就业分析+岗位推荐-2.mp4
  • 了解openppll架构
  • 了解openppll架构-1.mp4
  • 了解openppll架构-2.mp4
  • 神经网络编译器简介
  • 神经网络编译器简介-1.mp4
  • 神经网络编译器简介-2.mp4
  • 神经网络编译器简介-3.mp4
  • 神经网络编译器简介-4.mp4
  • 神经网络编译器简介-5.mp4
  • 第06-07周
  • ncnn-1.mp4
  • ncnn-2.mp4
  • ncnn-3.mp4
  • ncnn-4.mp4
  • ncnn-5.mp4
  • 主题：使用ncnn进行离线量化并在eaidk310板子部署的demo-1.mp4
  • 主题：使用ncnn进行离线量化并在eaidk310板子部署的demo-2.mp4
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。