fbpx

中文課程 – 深度學習模型部署與剪枝最佳化例項

模型部署-剪枝優化

報名參加課程

從這 8.5 小時的課程,你會學到

  • 掌握深度學習框架模型部署方法
  • 使用 pytorch 部署深度學習模型
  • 使用 tensorflow-serving 部署深度學習模型
  • 掌握 docker 基本使用方法
  • 熟練應用 docker 部署深度學習環境
  • 使用 docker 建構深度學習應用
  • 掌握模型最佳化設計方法
  • 掌握 mobilenet 3代網路模型建構
  • 基於論文分析 mobilenet 三代演算法
  • 將 mobilenet 應用到自己的實際任務中
  • 掌握經典剪枝策略與方法
  • 詳解剪枝論文思想
  • 熟練使用剪枝策略在自己的模型與任務中

要求

  • 熟悉深度學習演算法
  • 熟悉深度學習框架基本使用

課程說明

深度學習模型部署與剪枝最佳化例項課程旨在幫助同學們快速掌握模型部署與最佳化方法。主要包括兩大核心模組:

  1. 基於深度學習框架 PyTorch 與 Tensorflow
  2. 版本演示模型部署方法,使用 docker 工具簡化環境配置與遷移問題;
  3. 詳解經典剪枝與模型設計論文並基於例項進行演示。整體風格通俗易懂,用最接地氣的方式帶領同學們快速掌握部署方法與最佳化例項。

目標受眾

  • 人工智慧,深度學習方向的用學門

講師簡介

唐宇迪 機器學習工程師 ( 更多講師主講課程介紹 )

唐宇迪,計算機博士,專注於機器學習與計算機視覺領域,深度學習領域一線實戰專家。參與多個國家級計算機視覺專案,主要研究計算機視覺領域。多年資料領域培訓經驗,豐富的教學講解經驗,累計培訓付費學員30萬+,課程涉及使用者超過百萬級別,出品多套機器學習與深度學習系列課程,以Python維核心武器,課程生動形象,以實戰為基礎結合真實的資料集進行實戰演練嗎,課程風格通俗易懂,非常適合零基礎及準備轉行的同學們加入學習。


報名參加課程

Sponsored by Udemy

也許你會有興趣

 歡迎使用 App / Email | Telegram 訂閱 網站更新

Spread the love

Comments are closed.

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: