VIP20

本课程属于：021-TVM Micro端侧编译优化 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

TVM Micro模型导入到嵌入式工程全流程

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 · 课程适用人群 · 整体学习路径与实战项目预览

课程导入学习目标

嵌入式AI与TVM Micro概述

嵌入式AI的挑战 · TVM Micro的定位 · 与传统TVM的关系

安装TVM · 配置LLVM · 交叉编译工具链

环境搭建TVM

模型格式基础

ONNX · TFLite · PyTorch等模型格式的导出与转换…

模型格式基础ONNX

TVM模型导入流程

使用TVM前端加载模型 · 解析计算图 · 转换为Relay IR

TVM模型导入流程

Relay IR核心概念

算子 · 张量 · 类型

模型优化与量化

TVM中量化方法（PTQ/QAT） · 算子融合 · 常量折叠等优化策略

模型优化量化

TVM Micro目标平台配置

理解microTVM的Target定… · 硬件抽象层（HAL）与运行时需求

模型编译为C代码

使用TVM Micro的代码生成器 · 生成可嵌入的C源码与头文件

模型编译为C代码TVM

内存规划与静态分配

嵌入式内存限制 · 工作池（workspace）管理 · 静态内存规划方法

内存规划静态分配

运行时集成

将生成的C代码集成到嵌入式工程 · 编写main函数与调用接口

运行时集成将生成的C代码集…

算子库与外部依赖

处理自定义算子 · 第三方库（CMSIS-NN等）的链接…

算子库外部依赖

模型输入输出处理

数据预处理 · 张量内存布局 · 输入输出缓冲区的对接

模型输入输出处理数据预处理

调试与验证

在模拟器上运行 · 打印中间结果 · 对比PC端输出

利用profiling工具分析耗时 · 内存占用 · 优化算子调度与内存访问

性能优化profiling

将MNIST手写数字识别模型导入到S…

实战案例1MNIST

将MobileNetV2图像分类模型…

实战案例2MobileNetV2

将语音唤醒词模型（如KWS）导入到嵌…

实战案例3KWS

将姿态估计或目标检测模型（如Tiny…

实战案例4Tiny

常见问题与解决方案

模型转换失败 · 算子不支持 · 内存溢出

常见问题解决方案

模型压缩与剪枝

结合TVM进行结构化剪枝 · 权重共享 · 减小模型体积

模型压缩剪枝

多模型管理与动态加载

在嵌入式系统中管理多个模型 · 动态切换与加载

多模型管理动态加载

在FreeRTOS/RT-Threa…

低功耗与能效优化

利用TVM的调度策略降低功耗 · 延长电池寿命

低功耗能效优化

自动化流程与CI/CD

构建模型导入 · 编译 · 测试的自动化流水线

CI/CD自动化流程

安全性与可靠性

模型加密 · 防篡改 · 异常处理与看门狗机制

安全性可靠性

TVM Micro的扩展开发 · 自定义算子注册与代码生成器定制

高级主题TVM

性能基准测试

设计基准测试方法 · 对比不同优化策略的效果

性能基准测试设计基准测试方法

从零开始将实际业务模型导入到指定嵌入… · 完成端到端部署

综合项目从零开始将实际业…

课程总结与进阶路径

回顾核心技能 · 常见误区 · 推荐学习资源与社区参与

课程总结进阶路径