摘要 本发明公开了一种基于ONNX的通用模型剪枝适配方法,属于模型压缩与部署技术领域。包括:S1,ONNX模型结构自动识别,具体包括:S1.1,根据ONNX模型中节点的算子类型,构建节点属性库:其中,节点分为pruned、next‑no‑process、next‑process和stop‑process四种属性,并将pruned的属性归类为剪枝
模型压缩和优化:由于资源受限,TinyML需要对机器学习模型进行压缩和优化,以适应嵌入式系统的限制。学习如何使用量化、剪枝、量化感知训练等技术来减小模型的大小和计算需求。 模型部署和推理:了解如何将训练好的机器学习模型部署到嵌入式系统上进行推理。学习如何使用TensorFlow Lite、ONNX Runtime等工具将模型转换为适用于嵌...