|
深度学习模型部署与剪枝优化实例
# [) a4 t% ]' ~8 h( a; z├──01.课程简介- .mp4 11.66M
8 Z3 d2 s5 ]# y" t├──02.所需基本环境配置- .mp4 24.92M4 I+ o" c7 t6 n0 z
├──03.模型加载与数据预处理- .mp4 38.03M
- S6 B1 i( B- W8 @4 b# T" k├──04.接收与预测模块实现- .mp4 37.28M
! A6 K3 K; f9 A├──05.效果实例演示- .mp4 41.66M/ u* S* P/ p9 I- x4 W! w9 @5 o
├──07.项目所需配置文件介绍- .mp4 24.02M. r% b! I3 M. f8 `* N M1 J
├──08.加载参数与模型权重- .mp4 35.46M
' \6 \. ~+ B, j: [3 E1 Z├──09.数据预处理- .mp4 54.01M
. ]; j, Z; v6 @5 x# k, Z7 |* T3 i( m├──10.返回线性预测结果- .mp4 40.74M
: f: B% h. W8 G├──11.docker简介- .mp4 25.19M
0 Q: t! Z6 u" o) z k( w├──12.docker安装与配置- .mp4 26.35M# f2 U" K6 x3 Q& q
├──13.阿里云镜像配置- .mp4 15.00M& H' c( s* E" e0 \& J; s: u
├──14.基于docker配置pytorch环境- .mp4 65.02M
2 ?1 Y5 M, Z/ d0 i% u9 M( c6 f├──15.安装演示环境所需依赖- .mp4 19.24M
4 b' U3 s, i# j+ o├──16.复制所需配置到容器中- .mp4 16.10M x' y+ | ?5 p& }) [
├──17.上传与下载配置好的项目- .mp4 27.25M. D; j/ H) J# B# w- X
├──18.tf-serving项目获取与配置- .mp4 16.30M. K/ N7 T" [% Y3 U( P0 ?
├──19.加载并启动模型服务- .mp4 19.02M3 ]: }8 e- s5 B( I$ u' Q1 @
├──20.测试模型部署效果- .mp4 23.13M
; s% \% H N( S9 \0 j1 ~$ a├──21.fashion数据集获取- .mp4 58.22M
5 s s9 K! p$ x. T. `& r' G6 q├──22.加载fashion模型启动服务- .mp4 18.21M
+ R) f8 [. M1 S├──23.论文算法核心框架概述- .mp4 19.83M
' S* G S( M% i0 N8 _+ O3 R( A├──24.BatchNorm要解决的问题- .mp4 28.81M
) k4 Y$ E6 i" M ^* i& q) t1 ]├──25.BN的本质作用- .mp4 14.47M+ y3 {; R! `$ s
├──26.额外的训练参数解读- .mp4 14.01M
* U* \3 {& F/ ~: z├──27.稀疏化原理与效果- .mp4 16.01M
+ J& A& L5 c; b, }! S├──28.整体案例流程解读- .mp4 17.47M
3 [4 e1 D" Y0 p, Q! R├──29.加入L1正则化来进行更新- .mp4 15.28M
; u) B m9 R7 M- M├──30.剪枝模块介绍- .mp4 14.94M
- M) u8 c9 |' j: ?0 @├──31.筛选需要的特征图- .mp4 20.65M
$ G) {" Y' k" n: w& X├──32.剪枝后模型参数赋值- .mp4 62.58M
- @) V3 A0 r: x0 g├──33.微调完成剪枝模型- .mp4 22.22M. b5 R1 B H4 v2 P2 o/ N L6 X
├──34.模型剪枝分析- .mp4 23.38M3 k# A2 w0 ^; d* a" j. u. E! N" _( g
├──35.常见剪枝方法介绍- .mp4 17.49M
8 f7 E5 @4 O. K4 {: r├──36.mobilenet简介- .mp4 6.65M( v* M D7 V5 T ~. t
├──37.经典卷积计算量与参数量分析- .mp4 18.11M: c% t& g* V4 P$ Q- d, i
├──38.深度可分离卷积的作用与效果- .mp4 11.30M
' ^1 A+ V( Q: n2 |: V├──39.参数与计算量的比较- .mp4 44.85M+ s$ o8 V" Q/ [" ? ^9 Z' J: {
├──40.V1版本效果分析- .mp4 17.59M
7 ~$ ?- E l J4 f├──41.V2版本改进以及Relu激活函数的问题- .mp4 21.58M% G8 j( y- Q ?% U
├──42.倒残差结构的作用- .mp4 12.68M5 N4 ^. S7 W5 \% h
├──43.V2整体架构与效果分析- .mp4 7.18M0 U7 ?. p u$ _: W. c. H
├──44.V3版本网络架构分析- .mp4 8.75M3 Q! ]! R; Q0 B; K2 \
├──45.SE模块作用与效果解读- .mp4 23.27M+ ^! @' o- b; f! Y0 T m
├──46.代码实现mobilenetV3网络架构- .mp4 33.17M
- V8 d, x1 l( a; A- N├──47.卷积网络参数定义- .mp4 14.97M* J5 `( z2 ?/ N5 D0 B5 m
├──48.网络流程解读- .mp4 86.43M W6 r5 D2 m9 ]3 a- r! f6 ^
├──49.Vision模块功能解读- .mp4 11.68M
& Z" a7 t! [8 X& J2 U├──50.分类任务数据集定义与配置- .mp4 58.36M0 M! Y/ A& `0 i+ R0 c
├──51.图像增强的作用- .mp4 9.71M7 y3 Y, O! l( E v! P0 l- V5 t& S3 }
├──52.数据预处理与数据增强模块- .mp4 20.00M6 R- w$ B* @/ c& ?6 r
├──53.Batch数据制作- .mp4 21.97M- d2 ?" d2 N4 S
├──54.迁移学习的目标- .mp4 9.05M
2 j, |5 E6 r4 z9 M+ ^- J├──55.迁移学习策略- .mp4 11.52M) k) ]# S+ [7 x5 K, n0 |' P
├──56.加载训练好的网络模型- .mp4 24.62M
R( f/ `: S$ f* T4 @2 q0 o├──57.优化器模块配置- .mp4 12.72M
! E' R- i/ ^. V& ]+ m$ Z! A├──58.实现训练模块- .mp4 18.10M
% g4 C% l j: |* J5 ]9 s) Y# S├──59.训练结果与模型保存- .mp4 22.01M, D1 ^7 a% t( h- K
├──60.加载模型对测试数据进行预测- .mp4 46.92M
7 B6 M" s# P: e' E4 f- Y) x├──61.额外补充-Resnet论文解读- .mp4 58.66M+ F( }+ r/ x; ~+ b- s
├──62.额外补充-Resnet网络架构解读- .mp4 23.08M. r9 g4 w- \; C9 a
├──63.猫狗识别任务与数据简介- .mp4 25.32M; o G2 N1 X, X) [+ K; Y
├──64.卷积网络涉及参数解读- .mp4 31.56M
. v9 T0 k8 a, k9 x$ S0 S# i├──65.网络架构配置- .mp4 38.75M7 _3 S! k' C. n2 k8 `
├──66.卷积模型训练与识别效果展示- .mp4 57.43M
" ]. K' w$ D8 i( V+ z' y* ?, e└──资料.zip 1.26G" [( _0 p+ C4 v' P9 A
) U7 S6 [) W! ^6 B/ r0 x' B
e& M0 l8 f# G4 R3 K) F
* B5 J8 U! v8 t" n- _+ @
5 V7 {/ m. U8 [! G4 G- J) q/ T* h! j9 `' e% C/ O( K
资源下载地址和密码(百度云盘): [/hide] 百度网盘信息回帖可见
N8 n" \6 k7 |2 J. }. r0 @ s6 W; K4 z7 K
! H- w, L G% I) D F5 y9 R
/ y* g$ g. S& ]% ~6 ^' Q本资源由Java自学网收集整理【www.javazx.com】 |
|