Schița de curs

Introducere

  • Microcontroler vs. Microprocesor
  • Microcontrolere concepute pentru sarcini de învățare automată

Prezentare a Funcțiilor TensorFlow Lite

  • Inferența de învățare automată pe dispozitiv
  • Soluționarea latentei rețelei
  • Soluționarea constrângerilor energetice
  • Păstrarea confidențialității

Constrângerile unui Microcontroler

  • Consumul de energie și dimensiunea
  • Puțină putere de procesare, memorie și stocare
  • Operațiuni limitate

Începutul Lucrului

  • Gătirea mediului de dezvoltare
  • Rularea unui simplu program Hello World pe Microcontroler

Creatia unui Sistem de Detectare a Sunetului

  • Obținerea unui Model TensorFlow
  • Convertirea Modelului într-un TensorFlow Lite FlatBuffer

Seriazarea Codului

  • Convertirea FlatBuffer-ului într-un tablou de octeți C

Lucrul cu Bibliotecile C++ ale Microcontrolerului

  • Codificarea microcontrolerului
  • Colectarea datelor
  • Rularea inferenței pe controler

Verificarea Rezultatelor

  • Rularea unui test unitar pentru a vedea fluxul de lucru end-to-end

Creatia unui Sistem de Detectare a Imaginilor

  • Clasificarea obiectelor fizice din datele imaginii
  • Creația modelului TensorFlow din punct zero

Implementarea unui Dispozitiv cu AI

  • Rularea inferenței pe un microcontroler în teren

Soluționarea Problemelor

Rezumat și Concluzii

Cerințe

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

Audiență

  • Dezvoltatori
  • Programatori
  • Cercetători de date cu interes în dezvoltarea sistemelor încorporate
 21 ore

Numărul de participanți


Pret per participant

Mărturii (2)

Cursuri viitoare

Categorii înrudite