Schița de curs
Introducere
- Microcontroller vs Microprocesor
- Microcontroller concepute pentru sarcini de învățare automată
Prezentare generală a caracteristicilor TensorFlow Lite Caracteristici
- Inferența de învățare automată pe dispozitiv
- Rezolvarea latenței rețelei
- Rezolvarea constrângerilor de putere
- Păstrarea confidențialității
Constrângeri ale unui Microcontroller
- Consumul de energie și dimensiunea
- Puterea de procesare, memoria și stocarea
- Operațiuni limitate
Noțiuni introductive
- Pregătirea mediului de dezvoltare
- Rularea unui simplu Hello World pe Microcontroller
Crearea unui sistem de detecție audio
- Obținerea unui model TensorFlow
- Conversia modelului într-un TensorFlow Lite FlatBuffer
Serializarea codului
- Conversia FlatBuffer într-o matrice de octeți C
Lucrul cu Microcontroller'ss Biblioteci C++
- Codificarea microcontrolerului
- Colectarea datelor
- Rularea inferenței pe controler
Verificarea rezultatelor
- Rularea unui test unitar pentru a vedea fluxul de lucru de la un capăt la altul
Crearea unui sistem de detectare a imaginilor
- Clasificarea obiectelor fizice din datele de imagine
- Crearea modelului TensorFlow de la zero
Implementarea unui dispozitiv compatibil cu AI
- Rularea inferenței pe un microcontroler pe teren
Depanare
Rezumat și concluzii
Cerințe
- Experiență de programare în C sau C++
- O înțelegere de bază a Python .
- O înțelegere generală a sistemelor încorporate .
Audiență
- Dezvoltatorii
- Programatori
- Științifici de date cu interes pentru dezvoltarea de sisteme încorporate
Mărturii (2)
Sean a fost un vorbitor dinamic și exercițiile cu aplicare directă au fost foarte interesante, iar eu pot vedea cum vor fi într-adevăr aplicabile.
Temira Koenig - Yeshiva University
Curs - Raspberry Pi for Beginners
Tradus de catre o masina
Căutarea de cunoștințe utile și clarificarea unor lucruri despre care nu erau sigure anterior.
Kenneth Mahoney - University of Glasgow
Curs - Arduino: Programming a Microcontroller for Beginners
Tradus de catre o masina