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模型量化与CMSIS-NN推理优化部署实战

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
01
课程导论与嵌入式AI概览
AI在MCU上的应用现状 · 量化与CMSIS-NN的价值 · 课程目标与学习路径
AI课程导论
02
嵌入式AI硬件基础
ARM Cortex-M系列内核特性 · FPU/DSP单元 · 存储层次与总线架构对AI推理的影响
AI嵌入式
03
模型量化基础理论
浮点与定点表示 · 线性量化与非线性量化 · 对称量化与非对称量化
模型量化基础理论浮点
04
量化感知训练(QAT)原理
伪量化节点 · 直通估计器(STE) · QAT训练流程
QAT量化感知训练
05
TensorFlow Lite for Microcontrollers
TFLite Micro框架介绍 · 模型转换流程 · 算子支持列表
TensorFlowLite
06
CMSIS-NN软件库详解
CMSIS-NN架构 · 核心函数(nn_conv · nn_fully_connected…
CMSIS-NN软件库详解
07
模型量化实战(一)
使用TensorFlow进行PTQ量… · 校准数据集生成 · 量化精度评估
模型量化实战TensorFlow
08
模型量化实战(二)
使用PyTorch进行QAT量化 · fuse模块 · QAT配置策略
模型量化实战PyTorch
09
模型结构优化
深度可分离卷积 · 分组卷积 · 模型剪枝
模型结构优化深度可分离卷积
10
CMSIS-NN算子移植与适配
将量化模型映射到CMSIS-NN算子 · 权重重排 · 内存对齐要求
CMSIS-NN算子移植
11
推理引擎构建
基于CMSIS-NN搭建推理流水线 · 输入预处理 · 输出后处理
推理引擎构建CMSIS-NN
12
内存优化技术
In-Place计算 · 内存复用 · 张量压缩
内存优化技术In-Place
13
性能分析与Profiling
Cycle计数 · MACC计算 · 内存带宽瓶颈
Profiling性能分析
14
多核与异构计算
ARM Cortex-M多核架构 · 任务拆分 · 数据并行
多核异构计算
15
实战项目一
关键词唤醒(KWS)模型量化部署 · 模型训练 · 量化
实战项目一KWS
16
实战项目二
人体活动识别(HAR)模型优化部署 · 模型剪枝 · 量化
实战项目二HAR
17
实战项目三
视觉唤醒词(VWW)模型部署 · 图像预处理优化 · 帧率优化
实战项目三VWW
18
实战项目四
异常检测模型部署：自编码器量化 · 阈值设定 · 实时报警系统集成
实战项目四异常检测模型部署
19
CMSIS-NN v2.x新特性
权重解压缩 · 稀疏性支持 · Winograd卷积
CMSIS-NNv2.x
20
自定义算子开发
在CMSIS-NN框架下添加自定义算… · 汇编优化 · 单元测试
自定义算子开发CMSIS-NN
21
模型安全与鲁棒性
对抗样本防御 · 模型加密 · 固件防篡改
模型安全鲁棒性
22
OTA模型更新
差分更新 · 模型压缩 · 安全传输协议
OTA模型更新
23
功耗优化策略
动态电压频率调整(DVFS) · 睡眠模式管理 · 事件驱动推理
功耗优化策略DVFS
24
RTOS集成
FreeRTOS任务管理 · 中断服务例程(ISR)中的推理 · 消息队列与信号量同步
RTOS集成
25
调试与日志系统
SEGGER RTT日志 · 断点调试 · 量化误差可视化
调试日志系统
26
自动化测试与CI/CD
单元测试框架 · 回归测试 · 自动化部署流水线
CI/CD自动化测试
27
边缘端联邦学习
联邦学习基础 · 模型聚合 · 差分隐私
边缘端联邦学习联邦学习基础
28
多模态AI融合
音频+IMU+视觉的传感器融合 · 时间对齐 · 特征级融合策略
AI多模态
29
行业案例深度解析
智能家居 · 工业预测性维护 · 可穿戴医疗设备中的嵌入式AI实践
行业案例深度解析智能家居
30
课程总结与未来展望
技术趋势(存内计算 · 超低功耗AI) · 学习资源推荐
课程总结未来展望