应用领域:多行业
预备知识: TensorFlow 和 Python 应用经验
框架: TensorFlow, Python, TensorRT (TF-TRT)
课程时间:15:15 - 17:15
课程时长:2小时
语言: 中文
学习使用内置TensorRT库(TF-TRT)和Python在TensorFlow平台中生成高性能深度学习模型的基础知识。您将学习:
- 如何预处理分类模型,冻结图和权值以进行优化
- 熟悉使用FP32、FP16和INT8进行图优化和量化的基本原理
- 使用TF-TRT API优化子图并选择最适合您的模型的优化参数
- 在Python中设计和嵌入定制操作,以减少非支持层问题,并优化检测模型
完成本课程之后,您将了解如何利用TF-TRT来优化模型用于实际部署。