首页
›
嵌入式基础与RISC-V
›
019-STM32CubeAI模型版本管理
›
《STM32Cube AI模型Git LFS与实验版本管理》
VIP10
本课程属于:019-STM32CubeAI模型版本管理
嵌入式基础与RISC-V · 共 10 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
STM32Cube AI模型Git LFS与实验版本管理
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导论
为什么需要版本控制?AI模型迭代的痛…
课程导论
AI
02
Git基础回顾
Git核心概念(仓库 · 提交 · 分支
Git
基础回顾
03
模型文件管理
.h5 · .tflite · STM32Cube AI生成的C代码…
模型文件管理
h5
04
Git LFS实战
解决大模型文件(>100MB)的版本…
Git
LFS
05
模型元数据管理
使用YAML/JSON记录模型架构 · 训练参数 · 量化方式
模型元数据管理
YAML/JSON
06
实验追踪工具
Weights & Biases /…
实验追踪工具
Weights
07
语义化版本号
为AI模型定义MAJOR.MINOR…
语义化版本号
AI
08
分支策略
Git Flow vs Trunk-…
分支策略
Git
09
模型卡(Model Card)
标准化记录模型用途 · 性能 · 限制
Model
Card
10
STM32Cube AI工作流回顾
从训练到部署的完整链路
STM32Cube
AI
11
模型冻结与版本锁定
如何确保部署的C代码与训练权重一一对…
模型冻结
版本锁定
12
自动化构建
使用GitHub Actions /…
自动化构建
GitHub
13
模型验证门禁
在CI流水线中自动运行精度测试与RA…
模型验证门禁
CI
14
差分分析
比较两个模型版本在STM32上的推理…
差分分析
STM32
15
回滚策略
当新模型导致系统异常时 · 如何快速切回旧版本
回滚策略
当新模型导致系统…
16
A/B测试框架
在嵌入式设备上实现模型版本的灰度发布
A/B
测试框架
17
影子模式(Shadow Mode)
新模型与旧模型并行运行 · 收集对比数据
Shadow
Mode
18
模型注册表
搭建轻量级内部模型仓库(Nexus…
模型注册表
Nexus
19
数据集版本控制
使用DVC(Data Version…
数据集版本控制
DVC
20
实验复现
锁定Python环境(conda e…
实验复现
Python
21
代码与模型协同
使用Git Submodule或Mo…
代码
模型协同
22
标签与发布
Git Tag + Release…
标签
发布
23
合规与审计
为医疗/工业应用保留模型迭代的完整历…
合规
审计
24
团队协作
多人同时开发不同模型分支时的冲突解决…
团队协作
多人同时开发不同…
25
边缘更新
通过OTA将新模型版本推送到现场ST…
边缘更新
OTA
26
性能基准测试
建立统一的测试集 · 量化每次迭代的精度与速度变化
性能基准测试
建立统一的测试集
27
量化版本管理
INT8 · FP16 · FP32不同精度模型的独立版本线
量化版本管理
INT8
28
文档即代码
使用MkDocs / Sphinx自…
文档即代码
MkDocs
29
实战案例
从V1.0到V3.2 · 一个工业异常检测模型的迭代全记录
实战案例
V1.0
30
课程总结
构建可持续的AI模型生命周期管理体系
课程总结
AI
所属VIP或分类
同VIP:STM32Cube-AI模型版本对比与部署优化项目实战
同VIP:STM32Cube-AI模型版本控制与量化部署项目实战
同VIP:STM32Cube-AI模型版本管理与迭代策略实战