Kurzusleírás

Bevezetés

  • Microcontroller vs mikroprocesszor
  • Microcontroller gépi tanulási feladatokhoz készült

A TensorFlow Lite szolgáltatásainak áttekintése

  • Eszközön belüli gépi tanulási következtetés
  • A hálózati késleltetés megoldása
  • A hatalmi korlátok megoldása
  • A magánélet megőrzése

Egy Microcontroller korlátai

  • Energiafogyasztás és méret
  • Feldolgozási teljesítmény, memória és tárhely
  • Korlátozott műveletek

Elkezdeni

  • A fejlesztői környezet előkészítése
  • Egy egyszerű Hello World futtatása a Microcontroller-en

Hangfelismerő rendszer létrehozása

  • TensorFlow Modell beszerzése
  • A modell átalakítása TensorFlow Lite FlatBufferré

A kód sorozása

  • A FlatBuffer konvertálása C bájtos tömbbé

Munka a Microcontroller ss C++ könyvtáraival

  • A mikrokontroller kódolása
  • Adatgyűjtés
  • Következtetés futtatása a vezérlőn

Az eredmények ellenőrzése

  • Egységteszt futtatása a végpontok közötti munkafolyamat megtekintéséhez

Képfelismerő rendszer létrehozása

  • Fizikai objektumok osztályozása képadatokból
  • TensorFlow modell létrehozása a semmiből

AI-kompatibilis eszköz üzembe helyezése

  • Következtetés futtatása egy mikrokontrolleren a terepen

Hibaelhárítás

Összefoglalás, és következtetés

Követelmények

  • C vagy C++ programozási tapasztalat
  • Alapvető ismeretek Python
  • A beágyazott rendszerek általános ismerete

Közönség

  • Fejlesztők
  • Programozók
  • Adattudósok, akik érdeklődnek a beágyazott rendszerek fejlesztése iránt
  21 Hours
 

Résztvevők száma


Tanfolyam kezdete

Tanfolyam vége


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Vélemények (3)

Rokon tanfolyam

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

  21 Hours

Rokon kategóriák