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.
課程簡介
TinyML簡介
- TinyML是什麼?
- 爲什麼在微控制器上運行AI?
- TinyML的挑戰與優勢
搭建TinyML開發環境
- TinyML工具鏈概述
- 安裝TensorFlow Lite for Microcontrollers
- 使用Arduino IDE和Edge Impulse
構建與部署TinyML模型
- 訓練TinyML的AI模型
- 轉換與壓縮AI模型以適應微控制器
- 在低功耗硬件上部署模型
優化TinyML以實現能效
- 模型壓縮的量化技術
- 延遲與功耗的考量
- 性能與能效的平衡
微控制器上的即時推理
- 使用TinyML處理傳感器數據
- 在Arduino、STM32和Raspberry Pi Pico上運行AI模型
- 優化即時應用的推理
TinyML與IoT及邊緣應用的集成
- 將TinyML與IoT設備連接
- 無線通信與數據傳輸
- 部署AI驅動的IoT解決方案
實際應用與未來趨勢
- 在醫療、農業和工業監控中的用例
- 超低功耗AI的未來
- TinyML研究與部署的下一步
總結與下一步
最低要求
- 瞭解嵌入式系統和微控制器
- 具備AI或機器學習基礎知識
- 具備C、C++或Python編程基礎
受衆
- 嵌入式工程師
- IoT開發者
- AI研究員
21 時間: