CUDA与TensorRT学习四：模型部署基础知识、模型部署的几大误区、模型量化、模型剪枝、层融合
文章目录
一、模型部署基础知识
1）FLOPS和TOPS
2）Roofline model
二、模型部署的几大误区
三、模型量化
1）mapping-and-shift
2）quantization-granularity
3）calibration-algorithm
4）PTQ-and-quantizatin-analy
5）QAT-and-layer-fusion
四、模型剪枝
1）pruning granularity
2）channel level pruning
3）sparse tensor core
五、层融合
原文地址：https://blog.csdn.net/weixin_43679037/article/details/142709983
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！