Plan Szkolenia

Wprowadzenie

  • Microcontroller vs mikroprocesor
  • Microcontroller zaprojektowane do zadań uczenia maszynowego

Przegląd funkcji TensorFlow Lite

  • Wnioskowanie uczenia maszynowego na urządzeniu
  • Rozwiązywanie problemów z opóźnieniami w sieci
  • Rozwiązywanie ograniczeń mocy
  • Zachowanie prywatności

Ograniczenia Microcontroller

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

Pierwsze kroki

  • Przygotowanie środowiska programistycznego
  • Uruchamianie prostego Hello World na Microcontroller

Tworzenie systemu wykrywania dźwięku

  • Uzyskiwanie modelu TensorFlow
  • Konwersja modelu do TensorFlow Lite FlatBuffer

Serializacja kodu

  • Konwersja FlatBuffer na tablicę bajtów C

Praca z bibliotekami Microcontroller'ss C++

  • Kodowanie mikrokontrolera
  • Zbieranie danych
  • Uruchamianie wnioskowania na kontrolerze

Weryfikacja wyników

  • Uruchomienie testu jednostkowego, aby zobaczyć kompleksowy przepływ pracy

Tworzenie systemu wykrywania obrazów

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

Wdrażanie urządzenia obsługującego sztuczną inteligencję

  • Uruchamianie wnioskowania na mikrokontrolerze w terenie

Rozwiązywanie problemów

Podsumowanie i wnioski

Wymagania

  • Doświadczenie w programowaniu w języku C lub C++
  • Podstawowe zrozumienie Python
  • Ogólne zrozumienie systemów wbudowanych

Publiczność

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

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Nadchodzące szkolenia

Powiązane Kategorie