OmniXRI's Edge AI & TinyML 小學堂 【第6講】模型優化與佈署

本課程完全免費，請勿移作商業用途！如果各位伙伴覺得這樣的影片對大家有用，還請多多訂閱、按讚、轉發，謝謝！ 完整課程大綱: https://omnixri.blogspot.com/2024/02/omnixris-edge-ai-tinyml-0.html 

完整直播影片： https://youtu.be/vzJqu8OAu9U

 

 【第6講】分別就下列主題進行介紹，包括： 6.1.模型訓練優化 [00:02:31] 數值擬合、輸出型式、損失函數、反向傳播、梯度下降、極值、梯度、學習率、慣性動量、隨機丟棄 6.2.加速訓練方式 [00:43:05] 低複雜度模型、遷移式學習、自動學習、分散式學習、並行學習、聯邦學習 6.3.模型推論優化 [01:00:26] 數值量化、模型剪枝、模型壓縮、權重共享、低秩逼近、標準卷積、快速卷積、知識蒸餾 Q&A [01:16:42] 完整課程簡報： https://github.com/OmniXRI/Edge_AI_TinyML_Course_2024/tree/main/Ch06_Model_Optimization