Med deep learning og integration af indlejrede systemer tager denne guide miniature-AI-applikationer til nye højder. Dyk ned i TinyML's verden – hvor modeller helt ned til 14 kilobyte muliggør funktionalitet på mikrocontrollere.
Lås op for potentialet til at forme din egen model til forskellige opgaver såsom talegenkendelse, persondetektion og bevægelsesbaserede tryllestave ved hjælp af Arduino og mikrocontrollere med ultralavt strømforbrug.
- Omfattende indsigt i ML-modeltræning og implementering på indlejrede enheder.
- Trin-for-trin-guide til at oprette applikationer med anvendelighed i REAL verden.
- Lær at bruge TensorFlow Lite til mikrocontrollere til at optimere latenstid, energi og modelstørrelse.
- Ingen tidligere erfaring med maskinlæring eller mikrocontrollerprogrammering er nødvendig. Nyd at bygge projekter som et kamera, der identificerer menneskelig tilstedeværelse, eller en tryllestav, der genkender bevægelser.
- Beskyt dine opfindsomme løsninger med privatlivs- og sikkerhedsforanstaltninger, så de er pålidelige og kan implementeres i forskellige miljøer.