本书介绍机器学习推理算法在嵌入式系统中的底层实现技术与优化，给出不同层级的优化方法，包括：面向机器学习推理模型结构的优化，面向运算图中各个算子计算的优化，面向二进制位运算的优化，面向CPU硬件特性的优化。书中内容结合了理论和实践，其中底层算法的优化方法涉及其背后的信号处理理论，同时通过应用例子和大量代码说明其软件实现方法。