TensorFlow Lite for Mikrokontrollere Treningskurs

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å lære hvordan de kan bruke innbygget C til å programmer ulike typer mikrokontroller basert på forskjellige prosessarkitekturer (8051, ARM CORTEX M-3 og ARM9).

I denne instruktørledede, live-opplæringen i Norge, vil deltakerne lære å programmere Arduino for bruk i virkeligheten, som å kontrollere lys, motorer og bevegelsessensorer. Dette kurset forutsetter bruk av virkelige hardwarekomponenter i et live-laboratorium (ikke software-simulert hardware).

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Programmere Arduino til å kontrollere lys, motorer og andre enheter.
• Forstå Arduino-arkitekturen, inkludert inn- og utganger for tilleggsenheter.
• Legge til tredjepartskomponenter som LCD-skjermer, akselerometere, gyroskop og GPS-sporere for å utvide Arduino-funksjonaliteten.
• Forstå de forskjellige mulighetene for programmeringsspråk, fra C til drag-and-drop-språk.
• Test, feilsøk og deploy Arduino for å løse virkelige problemer.

Denne instruktørledede, live opplæringen (online eller på stedet) er rettet mot mellomnivåutviklere, datavitere og AI-praktikere som ønsker å utnyttet TensorFlow Lite for Edge AI-applikasjoner.

Etter denne opplæringen vil deltakerne kunne:

• Forstå grunnleggende prinsipper for TensorFlow Lite og dens rolle i Edge AI.
• Utvikke og optimalisere AI-modeller ved hjelp av TensorFlow Lite.
• Implementere TensorFlow Lite-modeller på forskjellige kantenheter.
• Bruk verktøy og teknikker for modellkonvertering og optimalisering.
• Implementere praktiske Edge AI-applikasjoner ved hjelp av TensorFlow Lite.

Denne instruktørledede, live-treningen på Norge (online eller på stedet) retter seg mot mellomnivå-embeddede systemingeniører og AI-utviklere som ønsker å deploye maskinlæringsmodeller på mikrocontroller ved bruk av TensorFlow Lite og Edge Impulse.

Ved slutten av denne treningen vil deltakerne være i stand til:

• Forstå grunnleggende prinsipper for TinyML og dets fordeler for edge AI-applikasjoner.
• Opprette en utviklingsmiljø for TinyML-prosjekter.
• Tren, optimalisere og deploye AI-modeller på lavstrøms mikrocontroller.
• Bruke TensorFlow Lite og Edge Impulse for å implementere virkelige TinyML-applikasjoner.
• Optimalisere AI-modeller for strømforbruk og minnebegrensninger.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å lære designprinsippene for mikrokontrollerdesign.

Raspberry Pi er en svært liten, enkelt-kretsdatamaskin.

I denne instruktør-ledede, live-treningen vil deltakerne lære å sette opp og programmere Raspberry Pi for å fungere som et interaktivt og kraftig innbygget system.

Ved avslutningen av denne treningen vil deltakerne være i stand til:

• Sette opp en IDE (integrert utviklingsmiljø) for maksimal utviklingsproduktivitet
• Programmere Raspberry Pi for å styre enheter som bevegelsessensorer, alarmer, webservere og skriverer
• Forstå Raspberry Pi's arkitektur, inkludert innganger og kontakter for tilleggsenheter
• Forstå de ulike mulighetene for programmeringsspråk og operativsystemer
• Teste, feilsøke og distribuere Raspberry Pi for å løse virkelige problemer

Målgruppe

• Utviklere
• Hardware-/softwareteknikere
• Tekniske personer i alle bransjer
• Hobbyister

Format på kurset

• Delen forelesning, del diskusjon, øvelser og mye praktisk øving

Merknad

• Raspberry Pi støtter ulike operativsystemer og programmeringsspråk. Dette kurset vil bruke Linux-baserte Raspbian som operativsystem og Python som programmeringsspråk. For å be om en spesifikk innstilling, vennligst kontakt oss for å ordne.
• Deltakere er ansvarlige for å kjøpe Raspberry Pi-hardware og komponenter.