隨著物聯(lián)網(wǎng)與5G時代的到來，終端設(shè)備正產(chǎn)生海量數(shù)據(jù)與智能信息處理需求，人工智能逐步從云計(jì)算中心向終端設(shè)備遷移。然而，終端設(shè)備計(jì)算性能受限、應(yīng)用場景多樣等特點(diǎn)給終端智能信息處理帶來了巨大挑戰(zhàn)。本書圍繞在算力、能耗受限的終端設(shè)備上廣泛部署智能服務(wù)的迫切需求，研究云邊端融合的終端智能信息處理關(guān)鍵技術(shù)。以深度學(xué)習(xí)為典型智能信息處理方法，依托云邊端融合計(jì)算模式，從智能模型訓(xùn)練與部署著手，重點(diǎn)突破云邊端數(shù)據(jù)協(xié)同傳輸、模型云邊端融合部署、面向場景的模型持續(xù)學(xué)習(xí)等問題，系統(tǒng)介紹面向終端設(shè)備的深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練