VIP20
本课程属于：011-TensorFlow Lite模型量化与端侧压缩 嵌入式边缘AI与TinyML · 共 20 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

14. TFLite时序模型量化：传感器分类与异常检测场景

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
课程导入
学习目标 · 适用人群 · 课程结构
课程导入学习目标
02
时序数据基础
时间序列的定义 · 采样率 · 窗口化
时序数据基础时间序列的定义
03
传感器分类与异常检测任务概述
常见任务类型（人体活动识别 · 设备故障检测 · 环境监测）
传感器分类异常检测任务概述
04
深度学习时序模型入门
RNN · LSTM · GRU
深度学习时序模型…RNN
05
TensorFlow/Keras时序模型构建
使用tf.keras构建LSTM或1… · 处理多步输入 · 多变量特征
TensorFlow/K…时序模型构建
06
模型部署与边缘计算挑战
边缘设备资源限制（内存 · 算力 · 功耗）
模型部署边缘计算挑战
07
TFLite基础
TFLite架构 · 转换流程（.h5/.pb → .tf… · 解释器与推理API
TFLite架构
08
模型量化概念
量化原理（浮点→定点） · 量化类型（动态范围 · 全整型
模型量化概念量化原理
09
TFLite量化工具
使用TFLite Converter… · 设置优化策略（DEFAULT · OPTIMIZE_FOR_SIZE
TFLite量化工具
10
时序模型量化实践
将训练好的LSTM/1D-CNN模型… · 观察模型大小与推理速度变化
时序模型量化实践LSTM/1D-CNN
11
全整型量化与校准
使用代表性数据集进行校准 · 设置输入/输出张量类型为int8 · 处理量化敏感层（如LSTM的激活）
全整型量化校准
12
量化感知训练（QAT）
QAT原理 · 在Keras中实现QAT（tf.qu… · 以及QAT对时序模型精度的影响
QAT量化感知训练
13
传感器分类案例实战
使用公开传感器数据集（如UCI HA… · 量化部署到TFLite · 并评估精度损失
传感器分类案例实…UCI
14
异常检测案例实战
基于传感器时间序列（如机器振动 · 温度）构建自编码器或LSTM预测模型 · 量化后用于异常检测
异常检测案例实战基于传感器时间序…
15
TFLite推理优化
使用TFLite Runtime进行… · 设置线程数 · 使用GPU委托（Delegate）或…
TFLite推理优化
16
模型大小与精度平衡
量化后模型大小 · 推理延迟 · 精度损失的权衡方法
模型大小精度平衡
17
常见问题与调试
量化后精度骤降 · 算子不支持 · 输入输出类型不匹配
常见问题调试
18
传感器数据预处理与特征工程
滑动窗口重叠 · 归一化 · 去噪
传感器数据预处理特征工程
19
多传感器融合与时序模型
多轴加速度计 · 陀螺仪等多源数据融合方法 · 以及融合后模型的量化挑战
多传感器融合时序模型
20
实时性与流式处理
流式时序数据的在线推理 · 状态管理（LSTM状态传递） · 以及TFLite在流式场景下的应用
实时性流式处理
21
模型压缩与剪枝
除量化外的其他压缩技术（权重剪枝 · 知识蒸馏） · 与量化结合使用的方法
模型压缩剪枝
22
TFLite在嵌入式平台部署
在Arduino · Raspberry Pi · 手机等平台部署TFLite模型的步骤…
TFLite嵌入式平台部署
23
性能评估与基准测试
使用TFLite benchmark… · 内存占用 · 功耗
性能评估基准测试
24
案例扩展
工业设备异常检测（预测性维护） · 可穿戴设备活动识别 · 智能家居传感器分类等
案例扩展工业设备异常检测
25
课程项目
从数据采集 · 模型训练 · 量化部署到端侧推理的完整项目
课程项目从数据采集
26
综合提升
如何针对特定传感器场景设计高效的时序… · 并选择最佳量化方案
综合提升如何针对特定传感…
27
前沿与扩展
TFLite Micro · Edge TPU · 模型量化最新研究（如混合精度量化
前沿扩展
28
课程总结
核心知识点回顾 · 常见误区 · 学习路径建议
课程总结核心知识点回顾
29
实战作业
给定传感器数据集 · 要求学员完成模型训练 · 量化
实战作业给定传感器数据集
30
结课测试
涵盖概念 · 实践 · 案例分析的综合测试
结课测试涵盖概念