Краевое машинное обучение на микроконтроллерах Arm

Микроконтроллеры повсюду, и передача интеллекта непосредственно в эти маломощные устройства преобразует технологии. Этот текстовый курс поможет вам освоить основы разработки и развертывания эффективных моделей машинного обучения непосре... [+] В этом практическом руководстве вы узнаете, как оптимизировать модели для сред с ограниченными ресурсами, обеспечивая быстрое выполнение и минимальное потребление энергии без необходимости полагаться на облачное подключение. Что вы узнаете: - Понять основную терминологию TinyML, краевых вычислений и архитектур микроконтроллеров. - Создание и обучение базовых моделей машинного обучения, оптимизированных для оборудования с ограниченными ресурсами. - Применять методы оптимизации модели, включая квантование и обрезку, чтобы соответствовать крошечным следам памяти. - Развертывание тренированных моделей на микроконтроллерах на базе Arm с использованием современных встроенных программных платформ. - Анализ и устранение неполадок в работе модели непосредственно на оборудовании с использованием письменных обзоров кода. Путешествие начинается с фундаментальных концепций встроенных систем и машинного обучения, а затем переходит к практическим реализациям кода, стратегиям оптимизации моделей и упражнениям по развертыванию. Вы будете систематически продвигаться от теории к написанию и тестированию собственных приложений Edge AI. Этот курс предназначен для новичков, любителей и разработчиков программного обеспечения, которые хотят войти в мир встроенного ИИ. Не требуется предварительного опыта в машинном обучении или проектировании оборудования. Начните читать сегодня, чтобы раскрыть потенциал интеллектуальных, локализованных вычислений.