有三AI深度学习之模型部署—移动端与服务端

先判断：这门课值不值得学

深度学习模型部署是很多算法工程师和移动端开发者的卡脖子环节。平时在电脑上跑通的 PyTorch 模型，往往没法直接塞进手机里调用，一旦涉及移动端实际落地，格式转换、内存占用、界面调用全是坑。这门课解决的就是从实验室模型到工程落地的最后一公里问题。它不教怎么从零手写神经网络，而是教你把已经训练好的模型，搬到安卓手机上跑起来，并做成一个有界面的可交互程序。如果你平时只停留在服务器端跑脚本，或者做了一段时间后端开发想往边缘计算转，这门课的实操价值很高。但如果你连基础的 Python 和深度学习概念都还没过一遍，直接看部署环节会比较吃力。

适合什么基础，怎么配合资料练习

这套资料适合有一定 PyTorch 基础、能独立跑通简单图像分类或目标检测模型的同学。移动端部分不需要你精通安卓开发，但最好对 Java 或 Kotlin 有基本概念。建议先看模型部署基础这一块，把格式转换的底层逻辑理顺，再进入安卓部署的具体操作。资料里的安卓部署部分是从最基础的环境搭建开始的，包括创建虚拟机、写一个简单的界面、给按钮加逻辑。不要跳过这些看似简单的步骤，因为后续把模型塞进界面里时，界面的生命周期和内存管理直接决定模型会不会崩溃。练习时，建议准备一个已经训练好的轻量级图像分类模型，跟着资料一步步做格式转换，然后在虚拟机上先跑通，最后连真机调试。不要一上来就拿特别复杂的模型练手，先保证跑通流程。

学完能独立做什么

• 能把 PyTorch 模型转换成手机可读取的格式，并理解中间的参数差异。
• 能从零搭建一个安卓应用，包含基础界面布局、按钮交互和图片显示逻辑。
• 能在手机端完成模型加载、输入图片预处理、推理调用和结果展示的完整闭环。
• 能独立排查部署过程中的常见报错，比如模型路径错误、输入维度不匹配或内存溢出。

有三AI深度学习之模型部署—移动端与服务端 是一份体系课学习资料，内容围绕 AI 展开。

适合对 AI 有需求、希望一次性拿到完整资料的同学。

下方为完整资料与目录，可先看目录判断是否符合需要。

1_模型部署基础.mp4 · 2_【Pytorch安卓部署】课程介绍.mp4 · 3_【Pytorch安卓部署】1_手机打开调试模式.mp4 · 4_【Pytorch安卓部署】2_如何创建安卓虚拟机.mp4 · 5_【Pytorch安卓部署】3_创建HelloWorld程序.mp4 · 6_【Pytorch安卓部署】4_创建Button并进行布局.mp4 · 7_【Pytorch安卓部署】5_按钮逻辑实现与Toast提示.mp4 · 8_【Pytorch安卓部署】6_在界面中显示图片.mp4 · 9_【Pytorch安卓部署】7_如何将模型转换为手机可读取的格式.mp4 · 10_【Pytorch安卓部署】8_用自己的模型进行预测.mp4 · 11_【Pytorch安卓部署】9_文件对话框的使用.mp4 · 12_【Pytorch安卓部署】10_如何选择多个模型.mp4 · 13_【Pytorch安卓部署】11_如何实现拍照识别功能.mp4 · 14_【Pytorch安卓部署】12_如何实现界面切换.mp4 · 15_【Pytorch安卓部署】13_实时摄像头画面显示.mp4 · 16_【Pytorch安卓部署】14_实时识别.mp4 · 17_【Pytorch安卓部署】15_使用不同模型进行实时识别.mp4 · 18_【Pytorch安卓部署】16_创建登录界面.mp4 · 19_【Pytorch安卓部署】17_限制游客部分功能.mp4 · 20_【Pytorch安卓部署】18_软件名和app图标制作.mp4 · 21_【Pytorch安卓部署】19_软件功能完善.mp4 · 22_【Pytorch安卓部署】20_制作apk.mp4 · 23_【通用模型部署】1_NCNN简介.mp4 · 24_【通用模型部署】2_NCNN部署.mp4 · 25_【嵌入式平台部署】1_Tengine简介.mp4 · 26_【嵌入式平台部署】2_Tengine部署.mp4 · 27_【微信小程序部署】1_服务端环境准备.mp4 · 28_【微信小程序部署】2_服务端功能实现.mp4 · 29_【微信小程序部署】3_前端功能实现.mp4 · 30_【MNN安卓部署】1.1_推理框架介绍.mp4 · 31_【MNN安卓部署】1.2_模型转化与量化加速.mp4 · 32_【MNN安卓部署】1.3_实践操作.mp4 · 33_【TensorRT部署】1_入门介绍.mp4 · 34_【TensorRT部署】2_环境配置与安装.mp4 · 35_【TensorRT部署】3.1_网络加速ONNX实战.mp4 · 36_【TensorRT部署】3.2_-网络加速Python实战.mp4 · 37_【TensorRT部署】3.3_-网络C++加速实战.mp4 · 38_【TensorRT部署】4_课程总结.mp4