Plan du cours

Introduction

  • Microcontroller vs Microprocesseur
  • Microcontroller conçus pour les tâches d'apprentissage automatique

Aperçu des caractéristiques TensorFlow Lite

  • Inférence d'apprentissage automatique sur l'appareil
  • Résoudre les problèmes de latence du réseau
  • Résoudre les contraintes de puissance
  • Préserver la vie privée

Contraintes d'un Microcontroller

  • Consommation d'énergie et taille
  • Puissance de traitement, mémoire et stockage
  • Opérations limitées

Pour commencer

  • Préparation de l'environnement de développement
  • Exécution d'un simple Hello World sur le Microcontroller

Création d'un système de détection audio

  • Obtention d'un modèle TensorFlow
  • Conversion du modèle en TensorFlow Lite FlatBuffer

Sérialisation du code

  • Conversion du FlatBuffer en tableau d'octets C

Travailler avec des bibliothèques C++ Microcontroller'ss

  • Codage du microcontrôleur
  • Collecte des données
  • Exécution de l'inférence sur le contrôleur

Vérification des résultats

  • Exécution d'un test unitaire pour voir le flux de travail de bout en bout

Création d'un système de détection d'images

  • Classification d'objets physiques à partir de données d'images
  • Création d'un modèle TensorFlow à partir de zéro

Déployer un dispositif basé sur l'IA

  • L'inférence sur un microcontrôleur sur le terrain

Dépannage

Résumé et conclusion

Pré requis

  • Expérience de la programmation en C ou C++
  • Une compréhension de base de Python
  • Une compréhension générale des systèmes embarqués

Audience

  • Développeurs
  • Programmeurs
  • Data scientists with an interest in embedded systems development
  • (scientifiques des données avec un intérêt pour le développement de systèmes embarqués)
 21 heures

Nombre de participants



Prix par participant

Nos Clients témoignent (4)

Cours Similaires

TensorFlow Lite for Embedded Linux

21 heures

TensorFlow Lite for Android

21 heures

TensorFlow Lite for iOS

21 heures

Advanced Embedded Systems Development

35 heures

Arduino Programming for Beginners

21 heures

Microcontroller Design

35 heures

Raspberry Pi for Beginners

14 heures

ARM Technology

14 heures

Berkeley DB for Developers

21 heures

C Programming for Embedded Systems

21 heures

C++ for Embedded Systems

21 heures

Embedded Linux Kernel and Driver Development

14 heures

Introduction to Embedded Computers

14 heures

Using C++ in Embedded Systems - Applying C++11/C++14

21 heures

Sécurité des Systèmes Embarqués

21 heures

Catégories Similaires

1