首页
›
工业控制与工业互联网
›
021-TVM Micro端侧编译优化
›
《TVM Micro target配置与Cortex-M编译实战》
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 target配置与Cortex-M编译实战
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
了解TVM Micro的整体定位 · 学习目标 · 适用场景以及课程项目实战概览
课程导入
TVM
02
TVM基础架构
掌握TVM的编译流程 · Relay IR · TIR以及TVM Micro在其中的…
TVM
基础架构
03
Cortex-M嵌入式基础
回顾ARM Cortex-M处理器架… · 内存布局 · 外设与裸机编程要点
Cortex-M
嵌入式基础
04
TVM Micro环境搭建
安装TVM · 配置LLVM · 安装CMSIS-NN等依赖
TVM
Micro
05
Micro target概念
理解TVM Micro target… · 作用 · 与常规target的区别及配置方式
Micro
target
06
Cortex-M target参数详解
学习cortex-m系列target… · FPU · MCU
Cortex-M
target
07
TVM Micro runtime
掌握microTVM runtime… · 启动流程 · 内存管理及与主机端的通信
TVM
Micro
08
模型转换与量化
学习将PyTorch/TFLite模… · 并应用量化感知训练或后训练量化
模型转换
量化
09
编译流程实战
使用TVM编译一个简单模型到Cort… · 生成C代码和库文件
编译流程实战
TVM
10
代码生成与优化
分析生成的C代码结构 · 学习循环展开 · 向量化
代码生成
优化
11
CMSIS-NN集成
配置CMSIS-NN作为算子库 · 对比使用与不使用CMSIS-NN的性…
CMSIS-NN
集成
12
内存规划与优化
学习TVM Micro的内存规划策略 · 优化静态内存分配和动态内存使用
内存规划
优化
13
算子支持与自定义
了解TVM Micro支持的算子列表 · 学习为Cortex-M添加自定义算子
算子支持
自定义
14
调试与性能分析
使用GDB · OpenOCD和TVM的profil…
调试
性能分析
15
实战项目一
在STM32F407上部署MNIST… · 完成端到端流程
实战项目一
STM32F407
16
实战项目二
在nRF52840上部署关键词唤醒模… · 处理实时音频输入
实战项目二
nRF52840
17
实战项目三
在RP2040上部署传感器数据分类模… · 实现低功耗推理
实战项目三
RP2040
18
多模型与调度
学习在单个Cortex-M设备上部署… · 并管理调度与资源分配
多模型
调度
19
与RTOS集成
将TVM Micro生成的模型集成到… · 处理多任务并发
RTOS
集成
20
功耗优化
分析模型推理的功耗瓶颈 · 学习降低时钟频率 · 使用睡眠模式等策略
功耗优化
分析模型推理的功…
21
常见编译错误
总结TVM Micro编译过程中的典… · 如算子不支持 · 内存溢出
常见编译错误
TVM
22
常见运行错误
分析运行时崩溃 · 数据错位 · 浮点异常等问题的定位与修复方法
常见运行错误
分析运行时崩溃
23
性能调优方法
系统化介绍性能调优流程 · 包括profiling · 瓶颈识别
性能调优方法
系统化介绍性能调…
24
与TFLite Micro对比
对比TVM Micro与TFLite… · 性能 · 内存占用上的差异
TFLite
Micro
25
高级特性
探索TVM Micro的autotu… · 模板化算子 · 异构执行等高级功能
高级特性
TVM
26
安全与可靠性
讨论模型部署中的安全风险 · 如缓冲区溢出 · 数据校验
安全
可靠性
27
测试与验证
学习为Cortex-M上的模型编写单… · 集成测试和硬件在环测试
测试
验证
28
部署与固件更新
掌握将编译产物打包为固件 · 通过OTA或JTAG部署到设备的方法
部署
固件更新
29
综合实战
设计一个完整的智能传感器节点 · 集成模型 · 通信
综合实战
设计一个完整的智…
30
课程总结与进阶
回顾全部知识点 · 梳理学习路径 · 推荐进阶资源与社区参与方式
课程总结
进阶
所属VIP或分类
同VIP:TVM-Micro-AOT执行器配置与性能调优
同VIP:TVM-Micro-Relay图优化与端侧部署指南
同VIP:TVM-Micro与Cortex-M后端联合优化教程