序二

作为深度神经网络的经典应用，AlphaGo所带来的AI热一直持续至今。而随着深度神经网络及其在计算机视觉和其他领域应用的不断发展，人们对人工智能的发展与实践产生了越来越多的兴趣和期待，深度学习逐渐成为资本持续追逐的热点。

深度学习和其他机器学习技术的蓬勃发展得益于海量数据收集、处理等相关技术的不断发展与完善。随着数据来源越来越丰富，使用数据的平台种类与日俱增，我们处理海量数据的方式也开始从使用统一的、批处理的方式，逐渐发展到结合移动平台甚至是边缘计算设备多方收集并实时处理数据。在此背景之下，移动平台的机器学习应用便应运而生。

AIoT作为AI与IoT结合的产物，作为边缘计算和云计算的相互补充，俨然成为AI产业落地的一个重要方向。诸如人脸识别、物体检测等，深度神经网络在边缘端具有巨大价值。受限于计算资源的规模和功耗，其在边缘端的实现是一个重大挑战，这便是卢誉声撰写本书的初衷，相信他的作品能够帮助大家学习这方面的知识。

得益于作者在机器学习领域多年的经验，全书结构清晰，描述简洁精炼、通俗易懂。作者知识的广度和洞察力在书中得到充分体现，而诸如对TensorFlow Lite的裁剪和针对性优化方法等也彰显出其功力。这些都让我的试读体验非常愉悦。

对于有一定机器学习基础并想要在边缘端进行深度神经网络实践的工程师们而言，本书深入浅出，从机器学习和神经网络开始，到移动平台体系结构、数据采集、数据预处理、移动平台深度学习、移动平台框架和优化等，凝聚经验和智慧，满满的干货。除此之外，本书着眼于工程和编程实践，但不乏对算法理论和概念的阐述，将编程实战当中所涉及的核心算法由浅入深地进行推演，并在编程实现算法的基础之上阐述针对特定移动计算平台的优化方法和技巧，因此绝对是大家想要阅读和参考的一站式指南。可以说，本书是作者基于大量源码深度剖析后呕心沥血的良心之作。

即便你是神经网络或者机器学习领域的新手，也能通过作者对机器学习和深度神经网络的智慧解读，打开进入AI领域的大门，领略深度神经网络“遇见”移动平台之精妙，令人回味无穷。

邵良

Autodesk云计算数据平台高级研发经理