Schița de curs

Introducere

  • Microcontroller vs Microprocesor
  • Microcontroller concepute pentru sarcini de învățare automată

Prezentare generală a caracteristicilor TensorFlow Lite Caracteristici

  • Inferența de învățare automată pe dispozitiv
  • Rezolvarea latenței rețelei
  • Rezolvarea constrângerilor de putere
  • Păstrarea confidențialității

Constrângeri ale unui Microcontroller

  • Consumul de energie și dimensiunea
  • Puterea de procesare, memoria și stocarea
  • Operațiuni limitate

Noțiuni introductive

  • Pregătirea mediului de dezvoltare
  • Rularea unui simplu Hello World pe Microcontroller

Crearea unui sistem de detecție audio

  • Obținerea unui model TensorFlow
  • Conversia modelului într-un TensorFlow Lite FlatBuffer

Serializarea codului

  • Conversia FlatBuffer într-o matrice de octeți C

Lucrul cu Microcontroller'ss Biblioteci C++

  • Codificarea microcontrolerului
  • Colectarea datelor
  • Rularea inferenței pe controler

Verificarea rezultatelor

  • Rularea unui test unitar pentru a vedea fluxul de lucru de la un capăt la altul

Crearea unui sistem de detectare a imaginilor

  • Clasificarea obiectelor fizice din datele de imagine
  • Crearea modelului TensorFlow de la zero

Implementarea unui dispozitiv compatibil cu AI

  • Rularea inferenței pe un microcontroler pe teren

Depanare

Rezumat și concluzii

Cerințe

  • Experiență de programare în C sau C++
  • O înțelegere de bază a Python
  • .
  • O înțelegere generală a sistemelor încorporate
  • .

Audiență

  • Dezvoltatorii
  • Programatori
  • Științifici de date cu interes pentru dezvoltarea de sisteme încorporate
  21 ore
 

Numărul de participanți


Dată început

Dată sfârșit


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

Mărturii (3)

Cursuri înrudite

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

  21 ore

Categorii înrudite