网易云课堂-深度学习模型部署与剪枝优化实例

感谢群友分享

网易云课堂-深度学习模型部署与剪枝优化实例

课程内容：

01.课程简介.mp4

02.所需基本环境配置.mp4

03.模型加载与数据预处理.mp4

04.接收与预测模块实现.mp4

05.效果实例演示.mp4

07.项目所需配置文件介绍.mp4

08.加载参数与模型权重.mp4

09.数据预处理.mp4

10.返回线性预测结果.mp4

11.docker简介.mp4

12.docker安装与配置.mp4

13.阿里云镜像配置.mp4

14.基于docker配置pytorch环境.mp4

15.安装演示环境所需依赖.mp4

16.复制所需配置到容器中.mp4

17.上传与下载配置好的项目.mp4

18.tf-serving项目获取与配置.mp4

19.加载并启动模型服务.mp4

20.测试模型部署效果.mp4

21.fashion数据集获取.mp4

22.加载fashion模型启动服务.mp4

23.论文算法核心框架概述.mp4

24.BatchNorm要解决的问题.mp4

25.BN的本质作用.mp4

26.额外的训练参数解读.mp4

27.稀疏化原理与效果.mp4

28.整体案例流程解读.mp4

29.加入L1正则化来进行更新.mp4

30.剪枝模块介绍.mp4

31.筛选需要的特征图.mp4

32.剪枝后模型参数赋值.mp4

33.微调完成剪枝模型.mp4

34.模型剪枝分析.mp4

35.常见剪枝方法介绍.mp4

36.mobilenet简介.mp4

37.经典卷积计算量与参数量分析.mp4

38.深度可分离卷积的作用与效果.mp4

39.参数与计算量的比较.mp4

40.V1版本效果分析.mp4

41.V2版本改进以及Relu激活函数的问题.mp4

42.倒残差结构的作用.mp4

43.V2整体架构与效果分析.mp4

44.V3版本网络架构分析.mp4

45.SE模块作用与效果解读.mp4

46.代码实现mobilenetV3网络架构.mp4

47.卷积网络参数定义.mp4

48.网络流程解读.mp4

49.Vision模块功能解读.mp4

50.分类任务数据集定义与配置.mp4

51.图像增强的作用.mp4

52.数据预处理与数据增强模块.mp4

53.Batch数据制作.mp4

54.迁移学习的目标.mp4

55.迁移学习策略.mp4

56.加载训练好的网络模型.mp4

57.优化器模块配置.mp4

58.实现训练模块.mp4

59.训练结果与模型保存.mp4

60.加载模型对测试数据进行预测.mp4

61.额外补充-Resnet论文解读.mp4

62.额外补充-Resnet网络架构解读.mp4

63.猫狗识别任务与数据简介.mp4

64.卷积网络涉及参数解读.mp4

65.网络架构配置.mp4

66.卷积模型训练与识别效果展示.mp4

资料.exe