【加密】JM049 – 深度学习模型部署与剪枝优化实例[2.8G]

【加密】JM049 – 深度学习模型部署与剪枝优化实例[2.8G]

┣━━01.视频 [1.6G]
┃ ┣━━01.课程简介.vep [8.2M]
┃ ┣━━02.所需基本环境配置.vep [11.9M]
┃ ┣━━03.模型加载与数据预处理.vep [20M]
┃ ┣━━04.接收与预测模块实现.vep [20.4M]
┃ ┣━━05.效果实例演示.vep [22.3M]
┃ ┣━━06-是资料-见资料文件夹.txt [0B]
┃ ┣━━07.项目所需配置文件介绍.vep [15M]
┃ ┣━━08.加载参数与模型权重.vep [18.6M]
┃ ┣━━09.数据预处理.vep [27.2M]
┃ ┣━━10.返回线性预测结果.vep [21.9M]
┃ ┣━━11.docker简介.vep [26.7M]
┃ ┣━━12.docker安装与配置.vep [26.4M]
┃ ┣━━13.阿里云镜像配置.vep [15M]
┃ ┣━━14.基于docker配置pytorch环境.vep [65M]
┃ ┣━━15.安装演示环境所需依赖.vep [19.2M]
┃ ┣━━16.复制所需配置到容器中.vep [16.1M]
┃ ┣━━17.上传与下载配置好的项目.vep [27.3M]
┃ ┣━━18.tfserving项目获取与配置.vep [16.3M]
┃ ┣━━19.加载并启动模型服务.vep [19M]
┃ ┣━━20.测试模型部署效果.vep [23.1M]
┃ ┣━━21.fashion数据集获取.vep [58.2M]
┃ ┣━━22.加载fashion模型启动服务.vep [18.2M]
┃ ┣━━23.论文算法核心框架概述.vep [19.8M]
┃ ┣━━24.BatchNorm要解决的问题.vep [28.8M]
┃ ┣━━25.BN的本质作用.vep [14.5M]
┃ ┣━━26.额外的训练参数解读.vep [14M]
┃ ┣━━27.稀疏化原理与效果.vep [16M]
┃ ┣━━28.整体案例流程解读.vep [17.5M]
┃ ┣━━29.加入L1正则化来进行更新.vep [15.3M]
┃ ┣━━30.剪枝模块介绍.vep [14.9M]
┃ ┣━━31.筛选需要的特征图.vep [20.7M]
┃ ┣━━32.剪枝后模型参数赋值.vep [62.6M]
┃ ┣━━33.微调完成剪枝模型.vep [22.2M]
┃ ┣━━34.模型剪枝分析.vep [23.4M]
┃ ┣━━35.常见剪枝方法介绍.vep [17.5M]
┃ ┣━━36.mobilenet简介.vep [6.7M]
┃ ┣━━37.经典卷积计算量与参数量分析.vep [18.1M]
┃ ┣━━38.深度可分离卷积的作用与效果.vep [11.3M]
┃ ┣━━39.参数与计算量的比较.vep [44.8M]
┃ ┣━━40.V1版本效果分析.vep [17.6M]
┃ ┣━━41.V2版本改进以及Relu激活函数的问题.vep [21.6M]
┃ ┣━━42.倒残差结构的作用.vep [12.7M]
┃ ┣━━43.V2整体架构与效果分析.vep [7.2M]
┃ ┣━━44.V3版本网络架构分析.vep [8.7M]
┃ ┣━━45.SE模块作用与效果解读.vep [23.3M]
┃ ┣━━46.代码实现mobilenetV3网络架构.vep [33.2M]
┃ ┣━━47.卷积网络参数定义.vep [15M]
┃ ┣━━48.网络流程解读.vep [86.4M]
┃ ┣━━49.Vision模块功能解读.vep [11.7M]
┃ ┣━━50.分类任务数据集定义与配置.vep [58.4M]
┃ ┣━━51.图像增强的作用.vep [9.7M]
┃ ┣━━52.数据预处理与数据增强模块.vep [20M]
┃ ┣━━53.Batch数据制作.vep [22M]
┃ ┣━━54.迁移学习的目标.vep [9M]
┃ ┣━━55.迁移学习策略.vep [11.5M]
┃ ┣━━56.加载训练好的网络模型.vep [24.6M]
┃ ┣━━57.优化器模块配置.vep [12.7M]
┃ ┣━━58.实现训练模块.vep [18.1M]
┃ ┣━━59.训练结果与模型保存.vep [22M]
┃ ┣━━60.加载模型对测试数据进行预测.vep [25.2M]
┃ ┣━━61.额外补充Resnet论文解读.vep [172M]
┃ ┣━━62.额外补充Resnet网络架构解读.vep [14.4M]
┃ ┣━━63.猫狗识别任务与数据简介.vep [13.8M]
┃ ┣━━64.卷积网络涉及参数解读.vep [63.6M]
┃ ┣━━65.网络架构配置.vep [17.6M]
┃ ┗━━66.卷积模型训练与识别效果展示.vep [26.9M]
┗━━00.资料.zip [1.2G]

admin网站管理

收藏 海报 链接