Tensorflow Lite mikrovezérlők számára Képzés

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak a mérnököknek szól, akik szeretnének megtanulni, hogyan használják a beágyazott C-t különböző típusú mikrokontrollerek programozására, amelyek különböző processzor architektúrákon alapulnak (8051, ARM CORTEX M-3 és ARM9).

Ebben az oktató által vezetett, élő képzésben Magyarország, a résztvevők megtanulják, hogyan programozzák az Arduinót valós felhasználási területekre, például lámpák, motorok és mozgásérzékelő szenzorok vezérlésére. A képzés során valódi hardverkomponenseket használunk egy élő laboratóriumi környezetben (nem szoftveresen szimulált hardvert).

A képzés végére a résztvevők képesek lesznek:

• Arduinót programozni lámpák, motorok és egyéb eszközök vezérlésére.
• Megérteni az Arduino architektúráját, beleértve a bemeneteket és a kiegészítő eszközökhöz való csatlakozókat.
• Harmadik féltől származó komponenseket, például LCD-ket, gyorsulásmérőket, giroszkópokat és GPS nyomkövetőket hozzáadni az Arduino funkcionalitásának bővítésére.
• Megismerni a különböző programozási nyelvek lehetőségeit, a C-től az egyszerűen használható drag-and-drop nyelvekig.
• Tesztelni, hibakeresni és üzembe helyezni az Arduinót valós problémák megoldására.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszínen) középhaladó szintű fejlesztőknek, adattudósoknak és AI szakembereknek szól, akik szeretnék kihasználni a TensorFlow Lite előnyeit Edge AI alkalmazásokban.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a TensorFlow Lite alapjait és szerepét az Edge AI-ban.
• AI modellek fejlesztése és optimalizálása a TensorFlow Lite segítségével.
• TensorFlow Lite modellek üzembe helyezése különböző edge eszközökön.
• Eszközök és technikák használata modellkonverzióhoz és optimalizáláshoz.
• Gyakorlati Edge AI alkalmazások implementálása TensorFlow Lite segítségével.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középhaladó szintű beágyazott rendszerek mérnökei és AI fejlesztők számára készült, akik gépi tanulási modelleket szeretnének telepíteni mikrovezérlőkre a TensorFlow Lite és az Edge Impulse segítségével.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a TinyML alapjait és annak előnyeit a peremhálózati AI alkalmazásokban.
• Fejlesztői környezet beállítása TinyML projektekhez.
• AI modellek betanítása, optimalizálása és telepítése alacsony fogyasztású mikrovezérlőkre.
• TensorFlow Lite és Edge Impulse használata valós TinyML alkalmazások megvalósításához.
• AI modellek optimalizálása energiahatékonyság és memóriamegszorítások szempontjából.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak a mérnököknek szól, akik szeretnének megismerni a mikrokontroller tervezésének alapelveit.

A Raspberry Pi egy nagyon kis méretű, egylapos számítógép.

Ezen oktató által vezetett, élő képzés során a résztvevők megtanulják, hogyan állítsák be és programozzák a Raspberry Pi-t, hogy interaktív és hatékony beágyazott rendszerként szolgáljon.

A képzés végére a résztvevők képesek lesznek:

• IDE (integrált fejlesztői környezet) beállítása a maximális fejlesztési hatékonyság érdekében
• Raspberry Pi programozása eszközök vezérlésére, mint például mozgásérzékelők, riasztók, webkiszolgálók és nyomtatók.
• A Raspberry Pi architektúrájának megértése, beleértve a kiegészítő eszközök bemeneteit és csatlakozóit.
• A különböző programozási nyelvek és operációs rendszerek lehetőségeinek megértése
• A Raspberry Pi tesztelése, hibakeresése és üzembe helyezése valós problémák megoldására

Közönség

• Fejlesztők
• Hardver/szoftver technikusok
• Műszaki szakemberek minden iparágban
• Hobbisták

A képzés formátuma

• Részben előadás, részben vita, gyakorlatok és intenzív gyakorlati munka

Megjegyzés

• A Raspberry Pi különböző operációs rendszereket és programozási nyelveket támogat. Ez a képzés a Linux-alapú Raspbian operációs rendszert és a Python programozási nyelvet használja. Ha speciális beállítást szeretne kérni, kérjük, lépjen kapcsolatba velünk a megbeszélés érdekében.
• A résztvevők felelőssége a Raspberry Pi hardver és alkatrészek beszerzése.