Schița de curs

Introducere

  • Microcontroler vs Microprocesor
  • Microcontrolere proiectate pentru sarcini de învățare automată

Prezentare generală a caracteristicilor TensorFlow Lite

  • Inferență de învățare automată pe dispozitiv
  • Rezolvarea latenței rețelei
  • Rezolvarea constrângerilor de putere
  • Protejarea confidențialității

Constrângerile unui microcontroler

  • Consumul de energie și dimensiunea
  • Puterea de procesare, memoria și stocarea
  • Operații limitate

Începutul

  • Pregătirea mediului de dezvoltare
  • Rularea unui simplu Hello World pe microcontroler

Crearea unui sistem de detectare a sunetului

  • Obținerea unui model TensorFlow
  • Convertirea modelului într-un FlatBuffer TensorFlow Lite

Serializarea codului

  • Convertirea FlatBuffer într-o matrice de octeți C

Lucrul cu bibliotecile C++ ale microcontrolerului

  • Programarea microcontrolerului
  • Colectarea datelor
  • Rularea inferenței pe controler

Verificarea rezultatelor

  • Rularea unui test unitar pentru a vedea fluxul de lucru de la cap la capăt

Crearea unui sistem de detectare a imaginilor

  • Clasificarea obiectelor fizice din datele de imagine
  • Crearea unui model TensorFlow de la zero

Implementarea unui dispozitiv cu inteligență artificială

  • Rularea inferenței pe un microcontroler în teren

Depanare

Rezumat și concluzii

Cerințe

  • Experiență în programare C sau C++
  • O înțelegere de bază a Python
  • O înțelegere generală a sistemelor embedded

Publicul țintă

  • Dezvoltatori
  • Programatori
  • Specialiști în știința datelor cu interes în dezvoltarea sistemelor embedded
 21 Ore

Numărul de participanți


Pret per participant

Mărturii (2)

Cursuri viitoare

Categorii înrudite