VIP20

本课程属于：011-TinyML MCU内存占用优化 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

MCU TinyML运行时RAM占用分析与buffer复用优化

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

学习目标 · 课程结构 · TinyML在MCU上的挑战与RAM…

课程导入学习目标

MCU与TinyML基础

常见MCU架构（ARM Cortex… · RISC-V） · 内存层次（Flash/SRAM/寄存…

TinyML运行时组件

解释器/编译器运行时 · 算子内核 · 张量数据结构

TinyML运行时组件

RAM占用构成分析

模型权重 · 激活张量 · 中间结果

RAM占用构成分析

模型内存估算方法

使用工具（如TFLite Micro… · STM32Cube.AI的RAM报告…

模型内存估算方法TFLite

内存分配策略基础

静态分配 · 动态分配 · 内存池

内存分配策略基础静态分配

TensorFlow Lite for Microcontrollers内存模型

Tensor arena · op数据 · scratch buffer的布局与…

CMSIS-NN与优化库对RAM的影响

内核实现的内存效率 · 数据对齐 · SIMD优化与RAM trade-o…

算子级内存分析

卷积 · 全连接 · 池化

算子级内存分析卷积

buffer复用核心概念

生命周期分析 · 别名 · 内存重叠

buffer复用核心概念

静态buffer规划方法

基于计算图的分析 · 拓扑排序 · 活跃变量分析

动态buffer复用技术

运行时内存池管理 · 按需分配 · 碎片整理

模型优化对RAM的影响

量化（int8/int16） · 剪枝 · 蒸馏

RAM模型优化对

算子融合与内存复用

Conv+BN+ReLU融合 · concat的in-place处理 · 残差连接的buffer优化

算子融合内存复用

使用TFLite Micro在STM… · 分析RAM占用并优化

案例实战TFLite

使用CMSIS-NN优化CIFAR1… · 对比不同buffer策略的RAM节省

案例实战CMSIS-NN

基于Arduino Nano 33… · 优化运行时RAM

案例实战Arduino

在ESP32上部署人体活动识别模型 · 利用ESP-IDF内存管理优化buf…

案例实战ESP32

工具链使用

STM32Cube.AI · Edge Impulse · TFLite Model Maker

工具链使用STM32Cube.AI

手动优化技巧

减少临时变量 · 复用全局buffer · 使用静态分配

手动优化技巧减少临时变量

自动优化工具与框架

TFLite Micro的memor… · TVM的MCU后端 · Glow的memory优化

自动优化工具框架

内存对齐与访问效率

对齐要求 · bank冲突 · DMA与缓存对RAM布局的影响

内存对齐访问效率

多模型与多任务场景

模型切换时的内存复用 · 共享buffer池 · 优先级调度与内存预留

多模型多任务场景

实时性约束下的buffer优化

延迟与RAM的权衡 · 双缓冲流水线 · 异步推理

buffer实时性约束下的

常见问题与调试

内存溢出 · 碎片化 · 未对齐访问

常见问题调试

性能与RAM的权衡

优化buffer对推理速度 · 功耗 · 代码大小的影响

设计一个端到端TinyML应用（如手… · 从模型训练到MCU部署 · 完成RAM优化报告

综合项目TinyML

TinyML内存优化研究进展 · 硬件加速器与内存协同设计 · 自动机器学习（AutoML）中的内存…

前沿趋势TinyML

核心要点回顾 · 最佳实践清单 · 常见误区

课程总结核心要点回顾

完成一个自选TinyML项目 · 提交RAM分析报告与优化方案 · 并进行答辩

结业考核TinyML