深度学习部署包含哪些步骤？
| 阶段 | 说明 | 示例工具 |
|---|---|---|
| 模型导出 | 把 .pt、.h5 等格式模型导出为通用格式（如ONNX） | PyTorch, TensorFlow, ONNX |
| 推理优化 | 减小模型体积、加速推理（量化、剪枝） | TensorRT, ONNX Runtime |
| 系统集成 | 将模型嵌入业务系统中运行（桌面、服务器、边缘设备） | C++/C#/Python 接口，Flask/Qt/WebApi |
| 上线运行 | 打包运行环境，部署在云端、本地或设备上 | Docker, Kubernetes, Jetson |
| 持续服务 | 设置监控、日志、模型热更新等 | Prometheus, Grafana, FastAPI |
