《2022深度学习之模型优化课程，理论实践篇》讲解深度学习模型优化相关的内容，包括模型剪枝、模型量化、知识蒸馏等核心理论以及对应的Pytorch案例实践内容。
S课程目录：
00课程介绍mp4
01模型剪枝基础mp4
02非结构化模型剪枝mp4
31结构化模型剪枝(幅度篇)mp4
32结构化模型剪枝(稀疏权重篇)mp4
33结构化模型剪枝(稀疏因子篇)mp4
34结构化模型剪枝(重建篇)mp4
04.模型量化基础mp4
51二值模型量化(基础篇)mp4
52二值模型量化(重建篇)mp4
6.18位量化(KL散度篇)mp4
6.2.8位量化(非对称篇)mp4
07.混合量化(基础篇)mp4
08.知识蒸馏基础mp4
9.1.知识蒸馏框架(特征匹配篇)mp4
9.2.知识蒸馏框架(优化目标篇)mp4
10.1 Distiller框架(简介)mp4
10.2Distiller框架(模型剪枝模块)mp4
10.3Distiller框架(模型量化模块)mp4
11.1结构化模型剪枝实战(项目背景)mp4
112结构化模型剪枝实战(模型训练)mp4
11.3结构化模型剪枝实战(剪枝与结果)mp4
12.18位模型量化实战(校准表生成)mp4
12.28位模型量化实战(ncnn框架简介)mp4
12.38位模型量化实战(ncnn模型转换)mp4
12.48位模型量化实战(ncnn量化与推理).mp4
13.1知识蒸馏实战(简介)mp4
13.2知识蒸馏实践(模型训练与蒸馏)mp4
