注意：只展示部分的文件和文件夹 实际有199个文件
深度学习模型部署与剪枝优化实战课程 3.2GB
资料 1.2GB
剪枝算法.pdf 504KB
YOLO部署实例.zip 876.4MB
TensorFlow-serving.zip 3.0MB
PyTorch模型部署实例.zip 103KB
pytorch-slimming.zip 356.4MB
mobilenetv3.py 7KB
Mobilenet.pdf 2.4MB
Docker使用命令.zip 7.8MB
12 Mobilenet三代网络模型架构 240.9MB
13 代码实现mobilenetV3网络架构【我爱it学习 52itstudy】.mp4 47.0MB
12 SE模块作用与效果解读【我爱it学习 52itstudy】.mp4 25.5MB
11 V3版本网络架构分析【我爱it学习 52itstudy】.mp4 9.6MB
10 V2整体架构与效果分析【我爱it学习 52itstudy】.mp4 8.4MB
09 倒残差结构的作用【我爱it学习 52itstudy】.mp4 14.4MB
08 V2版本改进以及Relu激活函数的问题【我爱it学习 52itstudy】.mp4 15.5MB
07 V1版本效果分析【我爱it学习 52itstudy】.mp4 19.6MB
06 参数与计算量的比较【我爱it学习 52itstudy】.mp4 32.0MB
05 深度可分离卷积的作用与效果【我爱it学习 52itstudy】.mp4 12.7MB
04 经典卷积计算量与参数量分析【我爱it学习 52itstudy】.mp4 11.5MB
03 mobilenet简介【我爱it学习 52itstudy】.mp4 7.5MB
02 常见剪枝方法介绍【我爱it学习 52itstudy】.mp4 19.9MB
01 模型剪枝分析【我爱it学习 52itstudy】.mp4 17.4MB
11 模型剪枝-Network Slimming实战解读 167.9MB
06 微调完成剪枝模型【我爱it学习 52itstudy】.mp4 33.7MB
05 剪枝后模型参数赋值【我爱it学习 52itstudy】.mp4 36.7MB
04 筛选需要的特征图【我爱it学习 52itstudy】.mp4 27.9MB
03 剪枝模块介绍【我爱it学习 52itstudy】.mp4 23.6MB
02 加入L1正则化来进行更新【我爱it学习 52itstudy】.mp4 20.5MB
01 整体案例流程解读【我爱it学习 52itstudy】.mp4 25.4MB
10 模型剪枝-Network Slimming算法分析 83.3MB
05 稀疏化原理与效果【我爱it学习 52itstudy】.mp4 19.1MB
04 额外的训练参数解读【我爱it学习 52itstudy】.mp4 16.1MB
03 BN的本质作用【我爱it学习 52itstudy】.mp4 17.7MB
02 BatchNorm要解决的问题【我爱it学习 52itstudy】.mp4 15.1MB
01 论文算法核心框架概述【我爱it学习 52itstudy】.mp4 15.3MB
09 tensorflow-serving实战 134.5MB
05 加载fashion模型启动服务【我爱it学习 52itstudy】.mp4 28.2MB
04 fashion数据集获取【我爱it学习 52itstudy】.mp4 27.3MB
03 测试模型部署效果【我爱it学习 52itstudy】.mp4 32.6MB
02 加载并启动模型服务【我爱it学习 52itstudy】.mp4 23.2MB
01 tf-serving项目获取与配置【我爱it学习 52itstudy】.mp4 23.2MB
08 docker实例演示 180.5MB
07 上传与下载配置好的项目【我爱it学习 52itstudy】.mp4 36.2MB
06 复制所需配置到容器中【我爱it学习 52itstudy】.mp4 21.7MB
05 安装演示环境所需依赖【我爱it学习 52itstudy】.mp4 25.1MB
04 基于docker配置pytorch环境【我爱it学习 52itstudy】.mp4 28.4MB
03 阿里云镜像配置【我爱it学习 52itstudy】.mp4 20.1MB
02 docker安装与配置【我爱it学习 52itstudy】.mp4 36.9MB
01 docker简介【我爱it学习 52itstudy】.mp4 12.1MB
07 YOLO-V3物体检测部署实例 118.8MB
04 返回线性预测结果【我爱it学习 52itstudy】.mp4 32.6MB
03 数据预处理【我爱it学习 52itstudy】.mp4 40.4MB
02 加载参数与模型权重【我爱it学习 52itstudy】.mp4 26.9MB
01 项目所需配置文件介绍【我爱it学习 52itstudy】.mp4 18.9MB
06 pyTorch框架部署实践 110.9MB
05 课程简介【我爱it学习 52itstudy】.mp4 6.5MB
04 效果实例演示【我爱it学习 52itstudy】.mp4 31.6MB
03 接收与预测模块实现【我爱it学习 52itstudy】.mp4 28.6MB
02 模型加载与数据预处理【我爱it学习 52itstudy】.mp4 28.0MB
01 所需基本环境配置【我爱it学习 52itstudy】.mp4 16.2MB
05 tensorRT视频 1007.6MB
50 tensorRT高级，学习使用pybind11为python开发扩展模块【我爱it学习 52itstudy】.mp4 91.8MB
49 tensorRT高级，自动驾驶案例项目self-driving-车道线检测分析【我爱it学习 52itstudy】.mp4 239.8MB
48 tensorRT高级，自动驾驶案例项目self-driving-深度估计分析【我爱it学习 52itstudy】.mp4 99.6MB
47 tensorRT高级，自动驾驶案例项目self-driving-道路分割分析【我爱it学习 52itstudy】.mp4 173.5MB
46 tensorRT高级，调试方法、思想讨论【我爱it学习 52itstudy】.mp4 87.7MB
45 tensorRT高级，封装之，终极封装形态，以及考虑的问题【我爱it学习 52itstudy】.mp4 234.6MB
44 tensorRT高级，封装之，基于生产者消费者实现的yolov5封装【我爱it学习 52itstudy】.mp4 80.6MB
