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
Introduktion till TinyML
- Vad är TinyML?
- Den betydelsefulla av maskininlärning på mikrokontroller.
- Jämförelse mellan traditionell AI och TinyML.
- Översikt över hårdvaru- och mjukvarukrav.
Installera TinyML-miljön
- Installera Arduino IDE och ställa in utvecklingsmiljön.
- Introduktion till TensorFlow Lite och Edge Impulse.
- Flashning och konfiguration av mikrokontroller för TinyML-applikationer.
Bygga och distribuera TinyML-modeller
- Förstå arbetsflödet för TinyML.
- Träna en enkel maskininlärningsmodell för mikrokontroller.
- Konvertera AI-modeller till TensorFlow Lite-format.
- Distribuera modeller på hårdvaru-enheter.
Optimera TinyML för Edge-enheter
- Minska minnes- och beräkningsfotavtrycket.
- Tekniker för kvantisering och modellkomprimering.
- Benchmarking av TinyML modellprestanda.
TinyML Applications och Use Cases
- Gestigenkänning med hjälp av accelerometerdata.
- Ljudklassificering och nyckelordsigenkänning.
- Anomaliavkänning för prediktivt underhåll.
TinyML Utmaningar och framtida trender
- Hårdvarubegränsningar och optimeringsstrategier.
- Säkerhets- och sekretessfrågor inom TinyML.
- Framtida framsteg och forskning inom TinyML.
Sammanfattning och nästa steg
Krav
- Grundläggande programmeringskunskaper (C eller CPython/C++)
- Kännedom om begrepp inom maskininlärning (rekommenderas men inte nödvändigt)
- Förståelse för inbyggda system (valfritt men användbart)
Målgrupp
- Ingenjörer
- Dataforskare
- AI-entusiaster
14 timmar