Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon til TinyML
- Hva er TinyML?
- Betydningen av maskinlæring på mikrokontrollere
- Sammenligning mellom tradisjonell AI og TinyML
- Oversikt over hardware- og programvarekrav
Oppsett av TinyML-miljøet
- Installering av Arduino IDE og oppsett av utviklingsmiljøet
- Introduksjon til TensorFlow Lite og Edge Impulse
- Flashing og konfigurasjon av mikrokontrollere for TinyML-applikasjoner
Bygging og distribusjon av TinyML-modeller
- Forståelse av TinyML-arbeidsflyten
- Trening av en enkel maskinlæringsmodell for mikrokontrollere
- Konvertering av AI-modeller til TensorFlow Lite-format
- Distribusjon av modeller til hardvareenheter
Optimalisering av TinyML for kantenheter
- Redusering av minne- og beregningskostnader
- Teknikker for kvantisering og modellkomprimering
- Benchmarking av TinyML-modellprestasjoner
TinyML-applikasjoner og -bruksområder
- Gjesterekjennelse ved bruk av akselerometerdata
- Lydklassifisering og nøkkelordoppdagelse
- Anomalioppdagelse for prediktiv vedlikehold
Utfordringer og fremtidige trender innen TinyML
- Hardwarebegrensninger og optimaliseringsstrategier
- Sikkerhets- og personvernsbekymringer innen TinyML
- Fremtidige fremskritt og forskning innen TinyML
Sammendrag og neste steg
Krav
- Grunnleggende programmeringskunnskaper (Python eller C/C++)
- Kjennskap med maskinlæringskonsepter (anbefalt, men ikke påkrevd)
- Forståelse av embedded systems (valgfritt, men nyttig)
Målgruppe
- Ingeniører
- Datavitere
- AI-entusiaster
14 timer
