VIP10

本课程属于：026-嵌入式AI零基础入门 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

嵌入式AI模型剪枝与MCU部署推理调试项目实战

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

嵌入式AI的现状与挑战 · 模型剪枝与量化的核心价值 · MCU部署的典型流程

安装TensorFlow Lite… · CMSIS-NN · STM32CubeIDE

环境搭建TensorFlow

适合MCU的轻量级模型（Mobile… · TinyMLPerf基准） · 模型复杂度与硬件资源匹配

模型选型MCU

数据集采集与标注 · 数据增强策略 · 转换为TFRecord或二进制格式

数据准备数据集采集

模型训练基础

使用Keras训练基线模型 · 保存为.h5和SavedModel格…

模型训练基础Keras

权重剪枝 · 神经元剪枝 · 结构化剪枝与非结构化剪枝的区别

剪枝原理权重剪枝

TensorFlow模型优化工具包

使用TF MOT进行训练后剪枝与训练…

TensorFlow模型优化工具包

剪枝实战（一）

对全连接网络进行50%稀疏度剪枝 · 观察精度变化

剪枝实战对全连接网络进行…

剪枝实战（二）

对卷积网络进行通道剪枝 · 使用L1范数评估通道重要性

剪枝实战对卷积网络进行通…

剪枝后微调

恢复精度的方法 · 学习率调度策略 · 早停法

剪枝后微调恢复精度的方法

FP32 · FP16 · INT8量化原理

量化基础FP32

训练后量化（PTQ）

使用TFLite Converter… · 校准数据集的作用

PTQ训练后量化

量化感知训练（QAT）

在Keras中插入伪量化节点 · 模拟量化误差

QAT量化感知训练

将Keras模型转换为TFLite… · 设置输入输出张量

模型转换Keras

在PC端使用TFLite Runti… · 对比剪枝量化前后的模型大小与精度

MCU内存分析

Flash与RAM的分配策略 · 模型权重与中间特征图的存储优化

MCU内存分析

利用ARM Cortex-M4/M7… · 调用s8和u8内核函数

TFLite Micro解释器

初始化解释器 · 分配张量 · 设置输入数据

算子支持检查

TFLite Micro支持的算子列… · 自定义算子注册方法

算子支持检查TFLite

部署实战（一）

在STM32F746上部署剪枝后的M… · 实现图像分类

部署实战STM32F746

部署实战（二）

在STM32L4上部署量化后的语音唤… · 处理音频特征

部署实战STM32L4

使用STM32CubeMonitor… · 打印中间层张量值

调试工具STM32CubeMon…

计算推理时间 · 峰值内存 · MACs

性能分析计算推理时间

常见错误排查

内存溢出 · 算子不支持 · 输入输出尺寸不匹配的解决方案

常见错误排查内存溢出

算子融合 · 内存复用 · 循环展开

优化技巧算子融合

多任务部署

在同一MCU上部署多个模型 · 使用调度器管理推理任务

多任务部署MCU

低功耗设计

动态电压频率调整（DVFS） · 睡眠模式与事件驱动推理

低功耗设计DVFS

通过蓝牙或Wi-Fi更新模型参数 · 差分更新减少传输量

端到端实现一个关键词唤醒系统（KWS… · 从剪枝到部署全流程

项目实战KWS

课程总结与展望

未来趋势（存内计算 · 神经形态芯片） · 学习路径建议

课程总结未来趋势