首页
›
嵌入式边缘AI与TinyML
›
036-Edge AI生产环境MLOps与模型生命周期
›
《Edge AI生产MLOps与模型生命周期管理》
VIP20
本课程属于:036-Edge AI生产环境MLOps与模型生命周期
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
📘
1. Edge AI MLOps入门:边缘模型从训练到生产的生命周期
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
Edge AI与MLOps的定义 · 边缘计算与云计算的差异 · 课程学习路径与目标
课程导入
Edge
02
边缘AI基础
边缘设备类型(MCU · GPU · NPU)
AI
边缘
03
MLOps核心概念
MLOps与传统DevOps的区别 · MLOps生命周期(数据 · 训练
MLOps
核心概念
04
边缘模型训练准备
数据采集与标注 · 数据增强 · 边缘场景数据分布差异
边缘模型训练准备
数据采集
05
模型选择与设计
适合边缘的轻量级模型(MobileN… · EfficientNet-Lite · YOLO-Nano)
模型选择
设计
06
训练与验证
边缘训练与云端训练的区别 · 迁移学习在边缘的应用 · 验证指标(精度
训练
验证
07
模型转换与优化
ONNX · TensorFlow Lite · Core ML
模型转换
优化
08
边缘部署环境
边缘操作系统(Linux · RTOS) · 容器化与虚拟化
边缘部署环境
Linux
09
模型部署流程
从训练到部署的完整流水线 · 模型注册与版本控制 · 部署策略(OTA
模型部署流程
从训练到部署的完…
10
边缘推理优化
推理延迟优化 · 内存占用优化 · 多线程与异步推理
边缘推理优化
推理延迟优化
11
边缘模型监控
监控指标(推理准确性 · 漂移 · 设备健康)
边缘模型监控
监控指标
12
模型更新与生命周期管理
A/B测试 · 金丝雀发布 · 模型回滚
模型更新
生命周期管理
13
边缘MLOps工具链
MLflow · Kubeflow · Edge Impulse
MLOps
边缘
14
案例实战
智能安防中的目标检测模型从训练到部署…
案例实战
智能安防
15
案例实战
工业缺陷检测中的图像分类模型(使用T…
案例实战
工业缺陷检测
16
案例实战
语音唤醒词识别模型在MCU上的部署(…
案例实战
MCU
17
边缘数据管道
边缘数据采集与预处理 · 边缘-云端数据同步 · 数据生命周期管理
边缘数据管道
边缘数据采集
18
安全与隐私
模型加密 · 对抗攻击防御 · 差分隐私
安全
隐私
19
边缘MLOps自动化
CI/CD流水线设计 · 自动化测试(单元测试 · 集成测试)
MLOps
边缘
20
边缘模型性能基准测试
基准测试方法 · 常用数据集与指标 · 性能调优策略
边缘模型性能基准…
基准测试方法
21
边缘模型可解释性
可解释性方法(LIME · SHAP) · 边缘场景下的可解释性需求
边缘模型可解释性
LIME
22
多设备管理
大规模边缘设备集群管理 · 设备分组与策略 · 远程配置与更新
多设备管理
大规模边缘设备集…
23
边缘-云端协同
混合推理 · 边缘预筛选与云端精判 · 模型分割与协同训练
边缘
云端协同
24
常见问题与解决
边缘设备资源受限 · 模型过拟合 · 数据漂移
常见问题
解决
25
最佳实践
边缘MLOps项目规划 · 团队协作 · 文档与知识管理
最佳实践
MLOps
26
进阶主题
AutoML在边缘的应用 · 神经架构搜索 · 边缘强化学习
进阶主题
AutoML
27
综合实战
从零构建一个完整的边缘AI应用(如智… · 涵盖数据 · 训练
综合实战
AI
28
课程总结
核心知识点回顾 · 常见误区 · 学习资源推荐
课程总结
核心知识点回顾
29
考核与项目
课程项目要求 · 评分标准 · 项目答辩与反馈
考核
项目
30
未来趋势
边缘AI与MLOps的发展方向 · 边缘计算与5G · 边缘AI芯片趋势
未来趋势
AI
所属VIP或分类
同VIP:Edge-AI-MCU-NPU-GPU跨平台发布与验证
同VIP:Edge-AI-MLOps落地方案:从单项目部署到规模化运营
同VIP:Edge-AI可验证模型包与自动打包