您的购物车目前是空的！
嵌入式开发基础
硬件平台：树莓派、Jetson Nano、ESP32开发环境；嵌入式编程：C/C++、MicroPython；通信协议：UART、I2C、MQTT、蓝牙
满69包邮🤖
小狮AI
第二阶段（6个月）
融合篇：深度学习与边缘模型部署
-
深度学习核心技术PyTorch框架深入：张量操作、自动求导、模型定义；CNN架构：ResNet、MobileNet、EfficientNet；训练技巧：数据增强、学习率调度、早停法 -
自然语言处理基础词向量技术（Word2Vec、FastText）；Transformer架构：Self-Attention、位置编码；轻量级语言模型：TinyBERT、DistilBERT；本地语音指令识别系统 -
边缘模型部署技术模型量化（INT8、FP16、动态量化）；ONNX格式转换与优化；推理引擎：TensorRT（NVIDIA平台）、TFLite（移动设备）、ONNX Runtime；在Jetson Nano上部署图像分类模型 -
硬件系统编程C++基础（用于高性能推理）；多线程与进程间通信（IPC）；实时性保证与优先级调度；功耗测量与优化；实时人脸检测系统
第三阶段(6-8个月)
精进篇：嵌入式AI与多模态大模型融合
嵌入式AI开发深化
硬件编程进阶：使用Python/C++进行更复杂的硬件控制（如PWM控制蜂鸣器、I2C驱动OLED屏）；传感器集成编程：控制麦克风、摄像头等传感器；数据采集与预处理：在硬件端实现音频的降噪、VAD，图像的缩放、裁剪。
边缘计算与通信
边缘推理：使用TFLite Runtime或ONNX Runtime在硬件上部署一个极轻量的模型（如关键词唤醒或图像分类）；网络通信协议：MQTT（轻量级IoT消息协议）、WebSocket（全双工实时通信），实现硬件与云端的稳定数据交换；硬件安全：了解设备认证（Token/证书）、数据传输安全（TLS/SSL）的基本实现。
云端服务架构
后端服务开发：使用Python（Flask/Django）构建稳健的云端服务端，用于接收硬件数据、调度AI模型；任务队列与异步处理：使用Celery + Redis处理耗时的模型推理请求，实现请求异步化；云API集成：在云端服务中集成大语言模型API（如GPT-5）、语音识别API、多模态理解API。
第四阶段 (8-12个月)
化神篇：AI硬件集成与系统攻坚
边缘计算与嵌入式AI开发
“端-边-云”协同架构、嵌入式Linux系统定制、ARM架构优化与交叉编译、TensorFlow Lite/PyTorch Mobile部署、模型边缘推理优化
硬件端开发实战
树莓派/NVIDIA Jetson实战开发、AI加速器使用（NPU/TPU）、硬件资源监控与管理、电源管理与热设计
实时语音处理系统
麦克风阵列与音频采集、语音端点检测（VAD）、实时音频流处理、云端ASR/TTS接口集成、WebRTC音频处理模块集成、深度学习降噪、本地唤醒词系统、音频编解码与传输优化
云端多模态服务架构
高性能微服务架构设计、大模型服务化架构部署、摄像头驱动与图像采集、实时视频流处理（OpenCV）、多传感器数据融合、环境感知与上下文理解
云边协同架构
MQTT/CoAP物联网协议、WebSocket实时双向通信、边缘模型热更新、数据同步与状态管理、弱网传输优化、状态同步机制、安全传输技术
部署、监控与全链路优化
容器化生产部署、全链路监控系统、性能分析与调优、OTA升级系统、自动化运维
