Εξέλιξη Κομματιού

Εισαγωγή

  • Μικροελαττυσμένος vs Μικροεπεξεργαστής
  • Μικροελαττυσμένα σχεδιασμένα για εργασίες μηχανικής μάθησης

Περιγραφή των Ιδιοτήτων TensorFlow Lite

  • Εκπόνηση συμπερασμάτων μηχανικής μάθησης επί συσκευής
  • Λύση του καθυστέρηματος δικτύου
  • Λύση προβλημάτων ενέργειας
  • Προστασία ιδιωτικότητας

Περιορισμοί Μικροελαττυσμένου

  • Κατανάλωση ενέργειας και μέγεθος
  • Δύναμη προεξόδου, μνήμη και αποθήκευση
  • Περιορισμένες λειτουργίες

Εκκίνηση

  • Προετοιμασία του περιβάλλοντος ανάπτυξης
  • Εκτέλεση ενός απλού Hello World στο μικροελαττυσμένο

Δημιουργία Συστήματος Ανάγνωρισης Ήχου

  • Απόκτηση TensorFlow Model
  • Μετατροπή του μοντέλου σε TensorFlow Lite FlatBuffer

Σειριοποίηση του Κώδικα

  • Μετατροπή του FlatBuffer σε πίνακα bytes C

Εργασία με τις βιβλιοθήκες C++ του Μικροελαττυσμένου

  • Κώδικα προγραμματισμού του μικροελαττυσμένου
  • Συλλογή δεδομένων
  • Εκτέλεση συμπερασμάτων από τον ελαττυσμένο

Επιβεβαίωση των Αποτελεσμάτων

  • Εκτέλεση μοναδικής δοκιμής για να δούμε το εν συνεχεία workflow

Δημιουργία Συστήματος Ανάγνωρισης Εικόνας

  • Ταξινόμηση φυσικών αντικειμένων από δεδομένα εικόνας
  • Δημιουργία TensorFlow model από την αρχή

Εφαρμογή συστήματος AI

  • Εκτέλεση συμπερασμάτων σε μικροελαττυσμένο στο πεδίο

Αντιμετώπιση Προβλημάτων

Επισύνοψη και Συμπέρασμα

Απαιτήσεις

  • Εμπειρία προγραμματισμού σε C ή C++
  • Βασική κατανόηση του Python
  • Γενική κατανόηση ενσωματωμένων συστημάτων

Αποδείξεις

  • Διαμόρφωση υλοποιητών
  • Προγραμματιστές
  • Επιστήμονες δεδομένων με ενδιαφέρον για την ανάπτυξη ενσωματωμένων συστημάτων
 21 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Σχόλια (2)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες