ZHDA204A June   2026  – October 2026 MSPM0G5187

1.   1
2.   摘要
3.   商标
4. 1 简介
5. 2 带 TinyEngine NPU 的 MSPM0G5187
6. 3 边缘 AI 工具链
   1. 3.1 TI Edge AI Studio
   2. 3.2 TI Tiny ML Tensorlab
   3. 3.3 TI 神经网络编译器
7. 4 通过 TI Edge AI Studio 进行快速原型设计
   1. 4.1 工程设置
   2. 4.2 数据采集
      1. 4.2.1 硬件设置
      2. 4.2.2 特征概述
   3. 4.3 数据导入
      1. 4.3.1 分类任务
      2. 4.3.2 回归任务
      3. 4.3.3 预测任务
      4. 4.3.4 注释列表
   4. 4.4 数据注释
   5. 4.5 模型训练
      1. 4.5.1 训练参数
      2. 4.5.2 工具链依赖项
   6. 4.6 性能报告
   7. 4.7 模型导出
8. 5 通过 TI Tiny ML Tensorlab 进行高级开发
   1. 5.1 环境设置
   2. 5.2 数据采集
      1. 5.2.1 数据检索
      2. 5.2.2 数据验证
   3. 5.3 模型架构迭代重构
      1. 5.3.1 基线实现
      2. 5.3.2 使用 PyTorch 内置模块进行重构
      3. 5.3.3 数据管道优化
      4. 5.3.4 过渡到 CNN 架构
   4. 5.4 模型导出
   5. 5.5 量化感知训练
   6. 5.6 模型编译
9. 6 边缘 AI 应用：数字识别
   1. 6.1 LeNet-5 变体 CNN 模型
   2. 6.2 NPU/CPU 性能比较
10. 7 边缘 AI 应用：波形分类器
    1. 7.1 特征提取
    2. 7.2 时序分类模型
    3. 7.3 模型内存注意事项
    4. 7.4 NPU/CPU 性能比较
11. 8 总结
12. 9 参考资料
13. 10修订历史记录