VIP20
本课程属于：005-Edge Impulse端侧模型训练 工业控制与工业互联网 · 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

Edge Impulse Keras模型导入与再训练实战

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
课程导入
学习目标 · 课程适用人群 · Edge Impulse平台概述
课程导入学习目标
02
环境准备
注册Edge Impulse账号 · 创建项目 · 安装并配置Edge Impulse…
环境准备Edge
03
Keras基础回顾
模型构建 · 编译 · 训练
Keras基础回顾
04
Edge Impulse数据采集与预处理
上传数据集 · 数据切片 · 频谱特征提取
EdgeImpulse
05
模型导入前的准备
将Keras模型转换为Edge Im… · 处理自定义层 · 损失函数和评估指标
模型导入前的准备Keras
06
使用Edge Impulse导入Keras模型
通过Studio界面或CLI导入模型 · 验证模型结构 · 权重和输入输出张量形状
EdgeImpulse
07
模型再训练的数据集划分
训练集 · 验证集 · 测试集的划分原则
模型再训练的数据…训练集
08
再训练策略与迁移学习
冻结部分层 · 微调顶层 · 学习率调整
再训练策略迁移学习
09
Edge Impulse中的训练配置
选择训练周期 · 批大小 · 优化器
EdgeImpulse
10
模型再训练实战
使用Edge Impulse的Tra… · 并监控训练曲线
模型再训练实战Edge
11
模型评估与混淆矩阵
在Edge Impulse中评估再训… · 分析混淆矩阵 · 精确率
模型评估混淆矩阵
12
模型测试与实时推理
使用Edge Impulse的Liv… · 上传新样本进行实时推理 · 验证模型泛化能力
模型测试实时推理
13
模型部署准备
模型量化 · 剪枝 · 蒸馏等压缩技术
模型部署准备模型量化
14
部署到边缘设备
将再训练后的模型部署到Arduino · ESP32 · Raspberry Pi等设备
部署到边缘设备Arduino
15
模型性能优化
推理延迟 · 吞吐量 · 功耗的权衡
模型性能优化推理延迟
16
常见问题与调试
导入失败 · 维度不匹配 · 训练不收敛
常见问题调试
17
案例实战
图像分类——使用Keras预训练模型… · 在自定义数据集上再训练并部署
案例实战Keras
18
案例实战
语音关键词识别——构建Keras音频… · 导入Edge Impulse进行再训… · 实现唤醒词检测
案例实战Keras
19
案例实战
传感器时间序列分类——使用Keras… · 导入Edge Impulse处理加速…
案例实战Keras
20
案例实战
异常检测——使用Keras自编码器 · 导入Edge Impulse进行无监… · 检测工业设备异常
案例实战Keras
21
案例实战
多传感器融合——将多个传感器数据融合 · 使用Keras多输入模型 · 导入Edge Impulse并再训练
案例实战多传感器融合
22
Edge Impulse与Keras版本兼容性
不同TensorFlow/Keras… · 以及如何升级或降级环境
EdgeImpulse
23
自定义模型架构导入
处理包含自定义层 · Lambda层 · 复杂损失函数的Keras模型
自定义模型架构导…处理包含自定义层
24
再训练中的超参数调优
使用Edge Impulse的自动调… · 优化学习率 · 批大小
再训练超参数调优
25
模型版本管理与回滚
在Edge Impulse中管理多个… · 比较性能 · 并回滚到最佳版本
模型版本管理回滚
26
团队协作与项目共享
在Edge Impulse中设置团队… · 共享数据集和模型 · 实现协作开发
团队协作项目共享
27
边缘设备上的持续学习
将再训练后的模型部署后 · 如何收集新数据并定期更新模型 · 实现持续改进
边缘设备上的持续…将再训练后的模型…
28
综合实战项目
从数据采集 · Keras模型构建 · 导入
综合实战项目从数据采集
29
课程总结与进阶路径
回顾核心知识点 · 总结常见陷阱 · 推荐进阶学习资源（如Edge Imp…
课程总结进阶路径
30
结课测试与实战考核
完成一个端到端的Keras模型导入与… · 提交报告并进行答辩
结课测试实战考核