所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

嵌入式AI模型压缩与部署实战

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

嵌入式AI概述 · 模型压缩与部署的意义 · 课程目标与学习路径

嵌入式AI基础

嵌入式系统与边缘计算概念 · 常用嵌入式平台（ARM · RISC-V

深度学习模型基础

神经网络核心组件（卷积 · 全连接 · 激活函数）

深度学习模型基础神经网络核心组件

模型压缩总览

模型压缩技术分类（剪枝 · 量化 · 蒸馏

模型压缩总览模型压缩技术分类

模型量化原理

量化基本概念（定点与浮点 · 对称与非对称 · per-tensor与per-cha…

模型量化原理量化基本概念

量化实战（PyTorch/TensorFlow）

使用PyTorch/TensorFl… · 校准数据集的选择与处理 · 量化模型精度验证与调优技巧

PyTorch/Tens…量化实战

模型剪枝技术

结构化剪枝与非结构化剪枝 · 权重剪枝与通道剪枝 · 剪枝策略（全局/局部

模型剪枝技术结构化剪枝

基于PyTorch/TensorFl… · 剪枝率选择与敏感性分析 · 剪枝模型与量化结合的综合压缩流程

剪枝实战PyTorch/Tens…

蒸馏原理（软标签 · 温度系数） · 教师-学生网络设计

知识蒸馏蒸馏原理

使用经典框架（如HuggingFac… · MMRazor）实现知识蒸馏 · 设计适合嵌入式的小型学生网络

蒸馏实战HuggingFac

低秩分解与紧凑网络设计

低秩分解原理（SVD · CP分解） · 紧凑网络结构（MobileNet

低秩分解紧凑网络设计

模型压缩综合策略

多种压缩技术组合使用（量化+剪枝+蒸… · 压缩后模型鲁棒性评估 · 压缩工具链（OpenVINO

模型压缩综合策略多种压缩技术组合…

嵌入式推理框架与工具链

主流推理框架（TensorFlow… · PyTorch Mobile · ONNX Runtime

嵌入式推理框架工具链

嵌入式硬件加速原理

GPU · NPU · DSP

嵌入式硬件加速原…GPU

模型部署流程与工程化

从训练到部署的完整流程（模型导出 · 格式转换 · 量化

模型部署流程工程化

基于TensorFlow Lite的部署实战

TFLite模型转换与量化 · 在Android/iOS或Linux… · 性能调优（多线程

基于ONNX Runtime的部署实战

ONNX模型导出与优化 · ONNX Runtime在嵌入式平台… · Jetson）的安装与使用

基于NCNN/MNN的移动端部署实战

NCNN/MNN框架特性 · 模型转换与量化 · 在Android/iOS上的集成与调…

基于TensorRT的GPU部署实战

TensorRT环境搭建 · 模型转换与精度校准 · 动态形状与批处理优化

嵌入式Linux系统部署实战

交叉编译环境搭建 · 静态/动态链接库管理 · 系统资源限制（内存

微控制器（MCU）部署实战

TinyML概念 · CMSIS-NN与ARM CMSIS… · 在STM32等MCU上部署模型（使用…

MCU微控制器

模型性能分析与调优

性能分析工具（Perf · NVIDIA Nsight · Android Profiler）使…

模型性能分析调优

模型精度与鲁棒性评估

压缩后模型精度测试方法（准确率 · F1 · mAP）

模型精度鲁棒性评估

图像分类模型压缩与部署 · 完成剪枝 · 量化

案例实战图像分类模型压缩

目标检测模型压缩与部署 · 进行通道剪枝与INT8量化 · 部署到Jetson或手机端

案例实战目标检测模型压缩

语音识别模型压缩与部署 · 使用知识蒸馏与量化 · 部署到嵌入式设备

案例实战语音识别模型压缩

异常检测与预测性维护 · 训练LSTM或Transformer… · 压缩后部署到边缘网关

案例实战异常检测

常见问题与解决方案

模型转换失败 · 算子不支持 · 量化精度下降

常见问题解决方案

综合项目实战

端到端智能门禁系统：从数据采集 · 模型训练 · 压缩优化到部署到嵌入式设备（如Jet…

综合项目实战端到端智能门禁系…

课程总结与进阶方向

课程核心知识点回顾 · 嵌入式AI最新趋势（如Transfo… · 神经形态计算）

课程总结进阶方向