6. Deployment
Quick search
code
Show Source
PDF Github
Dive into cheap deep learning
Table Of Contents
  • Getting Started
  • 1. Introduction
    • 1.1. time
    • 1.2. 技术
    • 1.3. 隐私
    • 1.4. money
    • 1.5. Data
  • 2. Lightweight
    • 2.1. Lightweight
    • 2.2. SqueezeNet
    • 2.3. MobileNet
    • 2.4. MobileNet-v2
    • 2.5. ShuffleNet
    • 2.6. GhostNet
  • 3. Compression
    • 3.1. 模型压缩
    • 3.2. 参数剪枝(Pruning)
    • 3.3. Knowledge-Distillation
    • 3.4. 量化
  • 4. Write code
    • 4.1. Jupyter
    • 4.2. API
  • 5. Train
    • 5.1. Server
    • 5.2. Active Learning
    • 5.3. Pretrain
    • 5.4. 改进
    • 5.5. 结构
  • 6. Deployment
    • 6.1. 芯片
    • 6.2. Edge
    • 6.3. mobile
    • 6.4. MCU
    • 6.5. AI 中台
Dive into cheap deep learning
Table Of Contents
  • Getting Started
  • 1. Introduction
    • 1.1. time
    • 1.2. 技术
    • 1.3. 隐私
    • 1.4. money
    • 1.5. Data
  • 2. Lightweight
    • 2.1. Lightweight
    • 2.2. SqueezeNet
    • 2.3. MobileNet
    • 2.4. MobileNet-v2
    • 2.5. ShuffleNet
    • 2.6. GhostNet
  • 3. Compression
    • 3.1. 模型压缩
    • 3.2. 参数剪枝(Pruning)
    • 3.3. Knowledge-Distillation
    • 3.4. 量化
  • 4. Write code
    • 4.1. Jupyter
    • 4.2. API
  • 5. Train
    • 5.1. Server
    • 5.2. Active Learning
    • 5.3. Pretrain
    • 5.4. 改进
    • 5.5. 结构
  • 6. Deployment
    • 6.1. 芯片
    • 6.2. Edge
    • 6.3. mobile
    • 6.4. MCU
    • 6.5. AI 中台

6. Deployment¶

  • 6.1. 芯片
  • 6.2. Edge
    • 6.2.1. 端侧AI的优点9
    • 6.2.2. 算力
    • 6.2.3. 新型算力平台：边缘计算
    • 6.2.4. 端计算端
    • 6.2.5. 算力网络
    • 6.2.6. 硬件：Jetson Nano7
    • 6.2.7. 软件：KubeEdge4
    • 6.2.8. 边缘智能6
    • 6.2.9. 挑战
    • 6.2.10. USB
  • 6.3. mobile
  • 6.4. MCU
  • 6.5. AI 中台
    • 6.5.1. 智能化需求
    • 6.5.2. 中台
    • 6.5.3. 实例
    • 6.5.4. 未来
Previous
5.5. 结构
Next
6.1. 芯片