Course Outline

Invoering

  • Microcontroller versus microprocessor
  • Microcontrollers ontworpen voor machine learning-taken

Overzicht van TensorFlow Lite-functies

  • Machine learning-gevolgtrekking op het apparaat
  • Netwerklatentie oplossen
  • Het oplossen van machtsbeperkingen
  • Behoud van privacy

Beperkingen van een Microcontroller

  • Energieverbruik en grootte
  • Verwerkingskracht, geheugen en opslag
  • Beperkte operaties

Aan de slag

  • Het voorbereiden van de ontwikkelomgeving
  • Een eenvoudige Hello World uitvoeren op de Microcontroller

Een audiodetectiesysteem creëren

  • Het verkrijgen van een TensorFlow-model
  • Het model converteren naar een TensorFlow Lite FlatBuffer

Het serialiseren van de code

  • De FlatBuffer converteren naar een C-byte-array

Werken met Microcontroller'ss C++ bibliotheken

  • Het coderen van de microcontroller
  • Gegevens verzamelen
  • Inferentie uitvoeren op de controller

De resultaten verifiëren

  • Voer een unittest uit om de end-to-end workflow te bekijken

Een beelddetectiesysteem creëren

  • Fysieke objecten classificeren op basis van beeldgegevens
  • Een TensorFlow-model helemaal opnieuw maken

Een AI-apparaat implementeren

  • Inferentie uitvoeren op een microcontroller in het veld

Probleemoplossen

Samenvatting en conclusie

Requirements

  • Programmeerervaring in C of C++
  • Een basiskennis van Python
  • Een algemeen begrip van embedded systemen

Publiek

  • Ontwikkelaars
  • Programmeurs
  • Datawetenschappers met interesse in de ontwikkeling van embedded systemen
 21 Hours

Getuigenissen (3)

Related Courses

Using C++ in Embedded Systems - Applying C++11/C++14

21 Hours

Related Categories