本书系统阐述嵌入式人工智能知识体系。开篇概述嵌入式系统与人工智能的基本概念、发展历程，剖析嵌入式人工智能的定义、特征及与传统人工智能的差异，并展望其应用场景与发展趋势。随后深入介绍硬件平台，涵盖微控制器、ARM处理器架构及专用芯片；详细讲解TensorFlowLite等软件开发框架，夯实编程语言基础。书中着重探讨决策树、神经网络等人工智能典型算法，并结合人脸图像数据训练等实验案例强化理解。针对嵌入式设备资源受限问题，阐述模型轻量化方法，包括结构优化、压缩及协同优化技术。同时，对MobileNet、SqueezeNet等轻量级神经网络进行描述，并通过训练实践加深认识。