Kursplan

Introduksjon

  • Mikrokontroller vs. Mikroprosessor
  • Mikrokontrollere designet for maskinlæringsoppgaver

Oversikt over TensorFlow Lite-funksjoner

  • Maskinlæringsinferens på enheten
  • Løsning av nettverkslatens
  • Løsning av strømbegrensninger
  • Bevaring av privatliv

Begrensninger i en Mikrokontroller

  • Energiforbruk og størrelse
  • Prosessorkraft, minne og lagring
  • Begrenset operasjoner

Å komme i gang

  • Forberede utviklingsmiljøet
  • Kjøre et enkelt Hello World på Mikrokontrolleren

Opprette et Lyddeteksjonssystem

  • Få tak i en TensorFlow-modell
  • Konvertere modellen til en TensorFlow Lite FlatBuffer

Serialisere koden

  • Konvertere FlatBuffer til en C byte-array

Arbeide med Mikrokontrollerens C++-biblioteker

  • Kode mikrokontrolleren
  • Samle inn data
  • Kjøre inferens på kontrolleren

Sjekke Resultatene

  • Kjøre en enhetstest for å se hele arbeidsflyten

Opprette et Bildedeteksjonssystem

  • Klassifisere fysiske objekter fra bilde data
  • Opprette TensorFlow-modell fra bunnen av

Distribuere en AI-aktivert Enhet

  • Kjøre inferens på en mikrokontroller i feltet

Feilsøking

Oppsummering og konklusjon

Krav

  • Erfaring med C eller C++ programmering
  • En grunnleggende forståelse av Python
  • En generell forståelse av innbydde systemer

Målgruppe

  • Utviklere
  • Programmerere
  • Datavitere med interesse for utvikling av innbyggede systemer
 21 timer

Antall deltakere


Pris per deltaker

Referanser (2)

Kommende kurs

Relaterte kategorier