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

设备端AI模型部署与TinyML端侧推理

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 · 核心概念 · 整体框架

课程导入学习目标

TinyML定义 · 发展历程 · 与传统嵌入式AI的区别

端侧AI硬件基础

MCU · NPU · DSP

模型压缩技术

剪枝 · 量化 · 知识蒸馏

模型压缩技术剪枝

PTQ与QAT · 对称/非对称量化 · 量化感知训练

量化详解PTQ

模型轻量化设计

MobileNet · EfficientNet · SqueezeNet等轻量网络结构分…

模型轻量化设计MobileNet

模型转换与优化

ONNX · TensorFlow Lite · Core ML

模型转换优化

TFLite Micro实战

TFLite Micro架构 · 算子支持 · 内存管理

CMSIS-NN与ARM优化

CMSIS-NN库 · SIMD指令 · 算子优化

边缘推理框架

TensorRT · NCNN · MNN

边缘推理框架TensorRT

端侧推理引擎原理

算子调度 · 内存复用 · 多线程

端侧推理引擎原理算子调度

模型部署流程

训练→转换→量化→编译→烧录→验证的…

模型部署流程训练→转换→量化…

开发环境搭建

Arduino · STM32CubeIDE · ESP-IDF

开发环境搭建Arduino

基于Arduino Nano的语音关…

实战项目1Arduino

基于STM32的图像分类模型部署（C…

实战项目2STM32

基于ESP32的异常声音检测与端侧推…

实战项目3ESP32

基于Raspberry Pi Pic…

实战项目4Raspberry

基于K210的人脸检测与识别部署

实战项目5K210

基于Cortex-M的振动故障诊断模…

实战项目6Cortex-M

端侧推理性能评估

延迟 · 吞吐量 · 内存占用

端侧推理性能评估延迟

模型部署中的数值问题

溢出 · 精度损失 · 算子不兼容

模型部署数值问题

端侧模型更新与OTA

固件升级 · 模型热更新 · 版本管理

OTA端侧模型更新

安全与隐私

模型加密 · 防篡改 · 差分隐私

多任务与多模型管理

模型调度 · 内存共享 · 并发推理

多任务多模型管理

边缘计算与云协同

端云分工 · 模型分片 · 联邦学习在TinyML中的应用

边缘计算云协同

常见问题与调试

部署失败 · 性能瓶颈 · 精度下降

常见问题调试

工具链进阶

Edge Impulse · Qeexo · SensiML等AutoML平台使用

工具链进阶Edge

智能家居 · 可穿戴设备 · 工业监测

行业案例智能家居

从零构建一个完整的端侧AI产品（数据…

课程总结与进阶方向

TinyML发展趋势 · 学习资源 · 社区与认证

课程总结进阶方向