VIP6
本课程属于：113-TinyML传感器时序建模 AI智能与边缘计算工程 · 共 6 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

17. TinyML时序模型量化：精度变化与部署验证

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
学习目标 · 适用人群 · 课程结构与时序模型量化在TinyML…
课程导入学习目标
02
TinyML与量化基础
TinyML概念 · 边缘设备资源约束 · 量化定义与动机
TinyML量化基础
03
时序模型基础
常见时序模型（RNN · LSTM · GRU
时序模型基础RNN
04
量化核心原理
定点与浮点表示 · 量化尺度与零点 · 对称与非对称量化
量化核心原理定点
05
量化精度度量
常用指标（MAE · RMSE · MAPE
量化精度度量MAE
06
量化方法概览
训练后量化（PTQ） · 量化感知训练（QAT） · 动态量化与静态量化对比
量化方法概览PTQ
07
训练后量化（PTQ）详解
校准数据集选择 · 校准方法（MinMax · Percentile
PTQ训练后量化
08
量化感知训练（QAT）详解
模拟量化算子 · 直通估计器（STE） · 训练流程与超参数调整
QAT量化感知训练
09
时序模型量化特殊性
时间步长 · 递归结构 · 注意力机制对量化的影响及应对策略
时序模型量化特殊…时间步长
10
量化精度变化分析
量化误差来源（舍入 · 截断 · 溢出）
量化精度变化分析量化误差来源
11
精度恢复技术
混合精度量化 · 敏感层保护 · 量化范围调整
精度恢复技术混合精度量化
12
工具链与框架
TensorFlow Lite Mi… · PyTorch Mobile · ONNX Runtime
工具链框架
13
模型转换与量化流程
从训练模型到量化模型的完整流程（导出 · 转换 · 量化
模型转换量化流程
14
部署环境准备
硬件平台（MCU · DSP · NPU）
部署环境准备MCU
15
部署验证方法
在目标硬件上运行量化模型 · 对比浮点模型输出 · 计算精度差异与性能指标
部署验证方法目标硬件上运行量…
16
案例实战
基于LSTM的传感器时序预测模型量化… · 训练 · 量化
案例实战LSTM
17
案例实战
基于CNN的时序分类模型量化与部署（…
案例实战CNN
18
案例实战
端到端语音关键词识别（KWS）时序模…
案例实战KWS
19
量化模型性能评估
推理延迟 · 内存占用 · 功耗测量与优化技巧
量化模型性能评估推理延迟
20
精度与性能权衡
如何根据应用需求选择合适的量化策略（… · 位宽选择）
精度性能权衡
21
常见问题与调试
量化后精度骤降 · NaN/Inf出现 · 模型不收敛等问题的诊断与修复
常见问题调试
22
量化模型鲁棒性
对抗噪声 · 温度漂移 · 传感器偏差下的精度稳定性验证
量化模型鲁棒性对抗噪声
23
多模型与流水线量化
多个时序模型组合时的量化策略与整体精…
多模型流水线量化
24
自动化量化工具
使用AIMET · NVIDIA TAO · Edge Impulse等自动化量化…
自动化量化工具AIMET
25
量化标准与最佳实践
工业界量化规范 · 模型版本管理 · 可复现性实验设计
量化标准最佳实践
26
前沿进展
低比特量化（4bit/2bit） · 二值化 · 混合精度搜索（NAS）在时序模型中的…
前沿进展bit/2bit
27
综合项目
设计一个完整的TinyML时序模型量…
综合项目TinyML
28
课程总结
核心知识点回顾 · 常见误区 · 学习路径建议与进阶资源推荐
课程总结核心知识点回顾
29
实战考核
给定一个时序数据集 · 要求完成量化部署并提交精度对比报告与…
实战考核给定一个时序数据…
30
答疑与讨论
针对学员常见问题 · 量化部署中的实际挑战进行互动解答与经…
答疑讨论