本书围绕在移动终端上开发AI应用展开讨论，内容涵盖神经网络网络模型、推理框架、深度学习编译器等终端AI技术，从移动终端技术架构、原理、开发等多个角度，通过多个主流终端推理框架的实例，教授读者逐步掌握开发移动终端AI应用的方法和技巧，读者可以扫描如下二维码下载配套资源和源代码。本书适合作为移动终端AI应用开发者、大学相关专业的学生或AI应用技术爱好者的入门指南。此外，本书还阐述了移动AI应用性能的专业评测方法，对读者提高AI应用质量具有指导意义。

前言
第1章 移动终端人工智能技术概述
1.1 人工智能技术发展概况
1.1.1 人工智能技术的发展历程
1.1.2 数据和算法成为主要驱动力
1.1.3 人工智能技术的应用趋势
1.2 机器学习与软件框架技术概述
1.2.1 机器学习
1.2.2 深度学习
1.2.3 深度学习为多个应用技术领域带来突破
1.2.4 自动化机器学习
1.2.5 算法与模型
1.2.6 训练与推理
1.2.7 深度学习框架
1.3 移动终端人工智能应用
1.3.1 AI移动终端快速发展
1.3.2 移动终端的典型AI应用
1.3.3 移动终端的AI推理
1.4 小结
参考文献
第2章 移动终端人工智能技术架构
2.1 移动终端人工智能技术的特点和分层架构
2.2 各层功能概述
2.2.1 应用层
2.2.2 框架层
2.2.3 驱动层
2.2.4 硬件层
2.3 小结
参考文献
第3章 神经网络模型
3.1 神经网络模型概述
3.1.1 神经网络算法
3.1.2 神经网络模型的构成
3.1.3 获取移动终端神经网络模型
3.2 典型神经网络模型介绍
3.2.1 图像分类
3.2.2 目标检测
3.2.3 图像分割
3.2.4 其他神经网络模型简介
3.3 小结
参考文献
第4章 移动终端推理框架
4.1 推理框架的工作原理
4.1.1 神经网络模型转换原理
4.1.2 深度学习编译器执行原理
……
第5章 深度学习编译器
第6章 移动终端AI推理应用开发过程
第7章 移动终端推理应用开发实例
第8章 AI应用性能调试
第9章 移动终端的AI推理性能评价
第10章 移动终端AI技术发展趋势
附录一 移动终端推理应用开发示例
附录二 技术术语表