模型轻量化#
轻量化模型，其实也是模型小型化的一种方式。主要思想是针对神经网络模型设计更高效的网络计算方式，从而使神经网络模型的参数量减少的同时，不损失网络精度，并进一步提高模型的执行效率。推理引擎之模型小型化，主要集中介绍模型小型化中需要注意的参数和指标，接着深入了解 CNN 经典的轻量化模型和 Transformer 结构的轻量化模型。
内容大纲#
PPT和字幕需要到 Github 下载，网页课程版链接会失效哦~建议优先下载 PDF 版本，PPT 版本会因为字体缺失等原因导致版本很丑哦~
大纲 |
小节 |
链接 |
|---|---|---|
模型小型化 |
01 推理参数了解 |
|
CNN 类型 |
02(上) CNN 模型小型化 |
|
CNN 类型 |
02(下) CNN 模型小型化 |
|
CNN 类型 |
021 SqueezeNet 系列 |
|
CNN 类型 |
022 Shufflenet 系列 |
|
CNN 类型 |
023 MobileNet 系列 |
|
CNN 类型 |
024 ESPNet 系列 |
|
CNN 类型 |
025 FBNet 系列 |
|
CNN 类型 |
026 EfficientNet 系列 |
|
CNN 类型 |
027 GhostNet 系列 |
|
Transformer 类型 |
03 Transformer 小型化 |
|
Transformer 类型 |
031 MobileVit 系列 |
|
Transformer 类型 |
032 MobileFormer 系列 |
|
Transformer 类型 |
033 EfficientFormer 系列 |
备注#
文字课程开源在 AISys，系列视频托管B 站和油管，PPT 开源在github，欢迎取用！！！
非常希望您也参与到这个开源课程中，B 站给 ZOMI 留言哦！
欢迎大家使用的过程中发现 bug 或者勘误直接提交代码 PR 到开源社区哦！
欢迎大家使用的过程中发现 bug 或者勘误直接提交 PR 到开源社区哦！
请大家尊重开源和 ZOMI 的努力，引用 PPT 的内容请规范转载标明出处哦！