Kursplan

Introduksjon

    Microcontroller kontra mikroprosessorer Microcontrollerer designet for maskinlæringsoppgaver

Oversikt over TensorFlow Lite funksjoner

    Inferens for maskinlæring på enheten Løse nettverksforsinkelse Løse strømbegrensninger Bevare personvernet

Begrensninger for en Microcontroller

    Energiforbruk og størrelse Prosessorkraft, minne og lagring Begrensede operasjoner

Starter

    Forbereder utviklingsmiljøet Å drive en enkel Hello World på Microcontroller

Opprette et lyddeteksjonssystem

    Skaffe en TensorFlow-modell Konvertering av modellen til en TensorFlow Lite flatbuffer

Serialisering av koden

    Konvertering av flatbufferen til en C-byte-array

Arbeide med Microcontroller sine C++-biblioteker

    Koding av mikrokontrolleren Samle inn data Kjører slutning på kontrolleren

Verifisering av resultatene

    Kjøre en enhetstest for å se ende-til-ende arbeidsflyten

Opprette et bildegjenkjenningssystem

    Klassifisering av fysiske objekter fra bildedata Lage TensorFlow modell fra bunnen av

Distribuere en AI-aktivert enhet

    Kjører slutning på en mikrokontroller i feltet

Feilsøking

Oppsummering og konklusjon

Krav

  • C eller C++ programmeringserfaring
  • En grunnleggende forståelse av Python
  • En generell forståelse av innebygde systemer

Publikum

  • Utviklere
  • Programmerere
  • Dataforskere med interesse for utvikling av innebygde systemer
 21 timer

Antall deltakere



Price per participant

Testimonials (3)

Relaterte kurs

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

21 timer

Related Categories