这项由两位研究者Satyam Kumar与Saurabh Jha独立完成的研究，以arXiv预印本形式于2026年4月14日发布，论文编号为arXiv:2604.16498v1，归类于计算机体系结构领域（cs.AR）。感兴趣的读者可通过该编号在arXiv平台查阅完整论文。

本项目对中文版《动手学深度学习》（第一版）中的代码进行整理，并参考一些优秀的GitHub项目给出基于PyTorch的实现方法。为了方便阅读，本项目给出全书PyTorch版的PDF版本。欢迎大家Download，Star，Fork。除了原书内容外，我们还为每一章增加了本章附录 ...

[导读]在智能家居、工业物联网等场景中，边缘AI正以“低延迟、高隐私、低功耗”的优势重塑设备智能化范式。以STM32H7为代表的MCU（微控制器）凭借低至16KB的内存占用和毫秒级响应，成为边缘推理的核心载体。而TensorFlow Lite Micro（TFLM）作为专为裸机环境设计的轻量级框架，通过模型量化与推理加速技术，让CNN、RNN等复杂模型得以在资源受限的MCU上高效运行。 在智能家居 ...