Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a TinyML-ba
- Mi az a TinyML?
- A gépi tanulás jelentősége mikrokontrollereken
- A hagyományos AI és a TinyML összehasonlítása
- A hardver- és szoftverkövetelmények áttekintése
A TinyML környezet beállítása
- Az Arduino IDE telepítése és a fejlesztői környezet beállítása
- A TensorFlow Lite és az Edge Impulse bemutatása
- Mikrokontrollerek villogása és konfigurálása TinyML alkalmazásokhoz
Modellek készítése és telepítése TinyML
- A TinyML munkafolyamat megértése
- Egyszerű gépi tanulási modell betanítása mikrokontrollerekhez
- AI modellek konvertálása TensorFlow Lite formátumba
- Modellek telepítése hardvereszközökre
Optimalizálás TinyML Edge Devices számára
- A memória és a számítási lábnyom csökkentése
- A kvantálás és a modelltömörítés technikái
- Benchmarking TinyML modell teljesítménye
TinyML Kérelmek és Use Case s
- Gesztusfelismerés gyorsulásmérő adataival
- Hangbesorolás és kulcsszavak keresése
- Anomáliák észlelése a prediktív karbantartáshoz
TinyML Kihívások és jövőbeli trendek
- Hardverkorlátok és optimalizálási stratégiák
- Biztonsági és adatvédelmi aggályok itt: TinyML
- Jövőbeli fejlesztések és kutatások TinyML
Összegzés és a következő lépések
Követelmények
- Alapvető programozási ismeretek (Python vagy C/C++)
- gépi tanulási koncepciók ismerete (ajánlott, de nem kötelező)
- A beágyazott rendszerek ismerete (opcionális, de hasznos)
Közönség
- Mérnökök
- Adattudósok
- AI-rajongók
14 Órák
