课程导入：学习目标、适用人群、课程整体框架与学习路径
TFLite Micro 是 Google 面向微控制器（MCU）与嵌入式设备推出的轻量级推理引擎，其核心价值在于让极低算力、极小内存的设备也能运行 TensorFlow 模型。然而，在实际工程落地中，开发者往往发现：模型转换成功、代码编译通过，但链接时却报出大量未定义符号，或者运行时出现算子不支持、内存溢出、算子注册表冲突等问题。这些问题的根源，绝大多数都指向算子依赖分析不充分与注册表配置不当。本课程正是围绕这一核心痛点，系统性地讲解 TFLite Micro 的算子依赖机制、注册表原理、裁剪策略与工程化配置方法。
1.1 学习目标：从“能编译”到“会裁剪”
本课程的学习目标分为四个递进层次，每个层次对应不同的工程能力要求。第一层次是理解算子依赖的本质——学员需要掌握 TFLite Micro 中算子（Operator）的表示方式、Builtin 算子与自定义算子的区别、算子注册表（MicroOpResolver）在推理链路中的位置。第二层次是掌握依赖分析方法——能够从 .tflite 模型文件中提取算子列表，分析每个算子对应的 C++ 实现类，判断哪些算子需要显式注册、哪些算子可以复用内置实现。第三层次是熟练配置注册表——能够根据模型实际需求编写精简的 MicroOpResolver，实现 Flash 占用与 RAM 占用的最优平衡。第四层次是具备排障与优化能力——面对链接错误、运行时崩溃、算子不支持等典型问题，能够快速定位根因并给出解决方案。
| 能力层次 | 核心技能 | 典型产出 | 验证方式 |
|---|---|---|---|
| L1 理解 | 算子类型、注册表结构、推理流程 | 能画出算子注册与调用链路图 | 概念问答、结构填空 |
| L2 分析 | 模型算子提取、依赖关系梳理 | 算子依赖清单（含类型/参数/实现类） | 给定模型输出依赖表 |
| L3 配置 | Resolver 编写、算子裁剪、条件编译 | 可编译通过的裁剪后工程 | 编译通过 + 二进制体积对比 |
| L4 排障 | 链接错误定位、运行时诊断、内存优化 | 排障报告 + 优化方案 | 实际故障复现与解决 |
1.2 适用人群：谁需要这门课程
本课程主要面向三类人群。第一类是嵌入式软件工程师，他们熟悉 C/C++ 与 MCU 开发，但可能对 TensorFlow 生态不够熟悉，需要快速掌握 TFLite Micro 的工程化集成方法。第二类是AI 应用工程师，他们擅长模型训练与转换，但对嵌入式平台的资源限制缺乏直观感受，容易在部署阶段遇到算子不支持或内存不足的问题。第三类是物联网与边缘计算开发者，他们需要在资源受限的设备上部署 AI 功能，需要理解算子依赖与注册表配置对最终产品性能的影响。
对于初学者，建议先具备以下基础：了解基本的 TensorFlow 模型转换流程（.tflite 文件生成）、熟悉 C++ 编译链接的基本概念（符号解析、静态库）、对 MCU 的 Flash 和 RAM 资源有初步认知。如果暂时不具备这些基础，课程的前三章会补充必要的背景知识，但不会深入展开，建议学员根据自身情况选择性学习。
1.3 课程整体框架：七大模块、三十章内容
本课程共 30 章，分为七个模块，每个模块聚焦一个工程主题。模块一（第 1-4 章）为基础认知，讲解 TFLite Micro 的整体架构、算子表示方法、注册表工作原理以及构建系统入门。模块二（第 5-9 章）为算子依赖分析，深入剖析 Builtin 算子与自定义算子的识别方法、算子参数解析、依赖关系建模以及自动化分析工具的使用。模块三（第 10-14 章）为注册表配置实践，涵盖 MicroOpResolver 的编写技巧、算子裁剪策略、条件编译与宏控制、多模型场景下的注册表复用，以及常见配置错误排查。
模块四（第 15-19 章）为调试与优化，重点解决链接错误（未定义符号、重复定义）、运行时崩溃（非法指令、内存越界）、算子执行效率优化以及内存池配置调优。模块五（第 20-24 章）为工程落地，讲解如何在 STM32、ESP32、Cortex-M 系列等主流 MCU 平台上进行移植，如何集成 CMSIS-NN 等硬件加速库，以及如何建立持续集成（CI）流程来自动化验证算子配置的正确性。模块六（第 25-28 章）为高级专题，包括自定义算子开发全流程、量化算子依赖的特殊性、多线程与 RTOS 环境下的算子调度，以及 TFLite Micro 与 TensorFlow Lite 的差异对比。模块七（第 29-30 章）为综合实战，通过两个完整项目（关键词唤醒与人体活动识别）串联所有知识点，帮助学员建立端到端的工程思维。
1.4 学习路径建议：理论与实践交替推进
建议学员按照“理论→实践→复盘”的循环模式进行学习。每个章节都包含三个固定环节：核心原理讲解（约 30% 时间）、动手实验（约 50% 时间）、常见误区与总结（约 20% 时间）。在动手实验环节，建议使用 QEMU 模拟器或开发板进行实操，不要只停留在阅读代码层面。例如，在第 6 章学习算子依赖分析时，可以准备一个包含 Conv2D、DepthwiseConv2D、Add、Relu 等常见算子的模型，使用 Netron 工具查看算子列表，然后手动编写依赖清单，最后通过编译验证清单的准确性。
对于时间有限的学员，建议优先完成模块一、二、三（第 1-14 章），这些内容覆盖了算子依赖分析与注册表配置的核心知识，能够解决 80% 以上的实际问题。模块四到模块七可以作为进阶内容，在遇到具体问题时再针对性学习。此外，课程每章末尾都提供了“自测清单”，学员可以通过清单检查自己是否掌握了关键知识点。
第 1 周：完成第 1-3 章，搭建开发环境，编译第一个 TFLite Micro 示例程序。
第 2 周：完成第 4-6 章，掌握算子解析与依赖分析方法，完成一个模型的算子清单提取。
第 3 周：完成第 7-9 章，学习自动化分析工具，编写简单的依赖分析脚本。
第 4 周：完成第 10-12 章，编写自定义 Resolver，实现算子裁剪，对比裁剪前后的二进制体积。
第 5 周：完成第 13-14 章，排查常见配置错误，总结易错点。
后续按需学习进阶模块。
1.5 常见误区与学习心态
在学习过程中，学员容易陷入几个误区。第一个误区是“重模型轻部署”，认为模型精度高就万事大吉，忽略了嵌入式部署的复杂性。实际上，一个在 PC 上运行良好的模型，可能因为算子不支持、内存不足等原因无法在 MCU 上运行。第二个误区是“盲目照搬示例代码”，直接复制官方示例的 Resolver 配置，而不去分析自己的模型到底需要哪些算子，导致要么编译失败，要么 Flash 占用过高。第三个误区是“忽视版本兼容性”，TFLite Micro 的 API 在不同版本之间变化较大，使用旧版本的配置方法可能在新版本中失效。
为了帮助学员建立正确的学习心态，本课程强调“三个结合”：结合源码阅读（不要只依赖文档，要深入阅读 TFLite Micro 的源码实现）、结合硬件调试（尽量在真实硬件上验证，模拟器无法完全模拟内存和时序行为）、结合社区资源（遇到问题时，查阅 GitHub Issues、Stack Overflow 等平台，很多问题已经有成熟的解决方案）。
nm 或 objdump 工具检查生成的符号表，确认所有依赖的算子实现都已正确链接。最后，本课程的目标不是让学员死记硬背 API 接口，而是培养一种“工程直觉”——看到模型文件，就能大致判断需要哪些算子；看到链接错误，就能快速定位是注册表问题还是依赖缺失问题；看到内存占用超标，就能分析是算子临时缓冲区过大还是模型中间张量过多。这种直觉需要大量的实践积累，课程中的每个案例和实验都是为了帮助学员建立这种能力。