01ONNX模型剪枝与轻量化概述

什么是模型剪枝什么是模型量化为什么需要轻量化ONNX生态简介

01.html

02ONNX模型基础

ONNX格式解析ONNX算子集ONNX Runtime推理引擎模型可视化Netron

02.html

03环境搭建与工具链

Python环境配置ONNX Runtime安装onnxruntime-toolsonnx-simplifier

03.html

04模型加载与保存

onnx.load加载onnx.save保存模型结构检查版本兼容性

04.html

05模型结构解析

遍历模型节点获取输入输出分析计算图理解张量形状

05.html

06模型简化与优化

onnx-simplifier常量折叠冗余节点消除算子融合

06.html

07模型精度分析

FP32 vs FP16精度损失评估混合精度推理

07.html

08模型量化基础

量化原理对称/非对称量化量化参数计算校准数据集

08.html

09静态量化实战

onnxruntime-tools静态量化校准数据准备量化后验证

09.html

10动态量化实战

动态量化原理与静态量化对比代码实现性能测试

10.html

11INT8量化深入

INT8量化流程量化感知训练QATQAT vs PTQ量化误差分析

11.html

12权重剪枝原理

剪枝策略分类结构化/非结构化剪枝率与性能权衡

12.html

13基于阈值的剪枝

设置权重阈值低于阈值置零剪枝后微调稀疏矩阵存储

13.html

14基于重要性的剪枝

L1/L2范数评估通道重要性排序逐层剪枝策略全局剪枝策略

14.html

15结构化剪枝实战

通道剪枝滤波器剪枝模型重构推理速度影响

15.html

16非结构化剪枝实战

细粒度剪枝模式剪枝模型压缩率稀疏推理加速

16.html

17剪枝与量化联合优化

先剪枝后量化先量化后剪枝联合优化策略端到端性能评估

17.html

18知识蒸馏基础

蒸馏原理教师/学生模型软标签与硬标签温度参数调节

18.html

19知识蒸馏实战

ONNX模型蒸馏蒸馏损失函数蒸馏训练流程蒸馏后评估

19.html

20综合案例1：图像分类(ResNet)

ResNet剪枝量化PyTorch转ONNX完整流程

20.html

21综合案例2：目标检测(YOLO)

YOLO剪枝量化检测精度/速度权衡

21.html

22综合案例3：NLP (BERT)

BERT剪枝量化Transformer优化技巧

22.html

23ONNX Runtime性能调优

执行提供者选择会话选项优化线程数设置

23.html

24模型部署与推理加速

边缘设备部署TensorRT集成OpenVINO集成

24.html

25模型安全性检查

模型后门检测对抗样本鲁棒性模型加密保护签名验证

25.html

26模型版本管理与迭代

版本控制策略A/B测试框架模型回滚机制监控与告警

26.html

27自动化剪枝工具开发

自动化Pipeline参数搜索策略贝叶斯优化调参结果可视化

27.html

28模型压缩效果评估

压缩率计算推理速度基准精度保持率内存占用分析

28.html

29常见问题与调试技巧

量化后精度骤降剪枝后不收敛算子不支持性能瓶颈分析

29.html

30课程总结与未来展望

轻量化技术趋势AutoML与模型压缩前沿论文推荐学习路径规划

30.html