es 怎么嵌入算法模型_实地科研 | 中科院 | 人工智能、计算机科学、电子工程：嵌入式人工智能关键技术研究（2021.1.25开课）...-CSDN博客

本文链接：https://blog.csdn.net/weixin_32534669/article/details/112421370

课题名称

= 嵌入式人工智能关键技术研究 = 项目背景

近年来人工智能得到了突飞猛进的发展，其算法和应用已经渗透到各个学科分支并逐渐进入人们的日常生活。人工智能横跨很多学科，例如计算机视觉，自然语言处理，大数据处理，推荐系统，计算机图形学，控制理论以及计算机系统结构等。嵌入式人工智能是国内外许多知名大学的教授大力研究的方向，其应用领域非常广泛，作为最贴近人工智能落地的研究方向之一，可以应用在智能手机、智慧城市、无线通信(5G)、边缘计算、安防(人脸识别)、云存储、高清数字电视，游戏等。

项目介绍 本项目针对嵌入式人工智能面临的挑战，对人工智能模型进行优化，设计出可以在嵌入式设备上高效运行的模型。本项目训练人工智能模型的设计和优化方法，接触和熟悉深度学习训练框架软件pytorch和编程语言python。针对计算机视觉中的图像识别和目标检测算法模型，项目训练使用剪枝量化技术减少模型的计算量和参数量，并验证精度和规模的关系。本项目是对人工智能全栈技术的探索，既涉及算法、模型等软件开发技术，又涉及AI芯片、嵌入式SoC等硬件开发平台。通过项目训练，学生会全面接触人工智能的软硬件技术，在本研究方向快速入门并成长为具有一定基本功、可以熟练使用深度学习训练框架和编程语言设计、优化和部署模型在嵌入式硬件平台上。 适合人群

● 大学生

● 对人工智能、计算机科学与技术、电子工程等相关专业感兴趣的学生，建议学生掌握一种编程语言，有Python编程基础项目经验者优先

导师介绍 = l 老师 副研究员 = 中国科学院计算技术研究所副研究员，硕士生导师。研究方向：高能效容错集成电路体系结构。以第一作者身份在国际顶级期刊和会议上 (CCF A/B类)发表论文十余篇，拥有多项国际发明专利和软件著作权，出版过专著和译著，担任多个国际会议的审稿人和报告主席。 项目大纲

● 第一阶段：线上学术先修课(10课时)

● 第二阶段：线下学术科研(52课时)

嵌入式人工智能背景知识+报告选题

深度学习应用案例分析

深度学习训练框架和编程语言

实验代码详细分析

深度学习中的重要模型——卷积神经网络

学术报告文献阅读和论文分析

基于卷积神经网络的图像识别模型及其量化方法

报告写作初阶指导

嵌入式人工智能模型剪枝优化方法

报告写作进阶指导