Plan Szkolenia

Wprowadzenie

  • Mikrokontroler a mikroprocesor
  • Mikrokontrolery zaprojektowane do zadań uczenia maszynowego

Przegląd funkcji TensorFlow Lite

  • Wnioskowanie uczenia maszynowego na urządzeniu
  • Rozwiązywanie problemów z opóźnieniem sieciowym
  • Rozwiązywanie ograniczeń związanych z zasilaniem
  • Zachowanie prywatności

Ograniczenia mikrokontrolera

  • Zużycie energii i rozmiar
  • Moc obliczeniowa, pamięć i przechowywanie
  • Ograniczone operacje

Rozpoczęcie pracy

  • Przygotowanie środowiska deweloperskiego
  • Uruchomienie prostego Hello World na mikrokontrolerze

Tworzenie systemu wykrywania dźwięku

  • Pobieranie modelu TensorFlow
  • Konwersja modelu do formatu FlatBuffer TensorFlow Lite

Serializacja kodu

  • Konwersja FlatBuffer na tablicę bajtów w C

Praca z bibliotekami C++ mikrokontrolera

  • Programowanie mikrokontrolera
  • Zbieranie danych
  • Uruchamianie wnioskowania na kontrolerze

Weryfikacja wyników

  • Uruchomienie testu jednostkowego, aby zobaczyć cały przepływ pracy

Tworzenie systemu wykrywania obrazu

  • Klasyfikowanie obiektów fizycznych na podstawie danych obrazu
  • Tworzenie modelu TensorFlow od podstaw

Wdrażanie urządzenia z włączoną sztuczną inteligencją

  • Uruchamianie wnioskowania na mikrokontrolerze w terenie

Rozwiązywanie problemów

Podsumowanie i zakończenie

Wymagania

  • Doświadczenie w programowaniu w C lub C++
  • Podstawowa znajomość Pythona
  • Ogólne zrozumienie systemów wbudowanych

Odbiorcy

  • Deweloperzy
  • Programiści
  • Analitycy danych zainteresowani rozwojem systemów wbudowanych
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie