Основы встроенного машинного обучения и TinyML

Машинное обучение больше не ограничивается мощными серверами; оно перемещается на самый край нашего физического мира через устройства с низкой мощностью. Этот курс представляет собой всеобъемлющее введение в область TinyML, позволяющее вам принести интеллект в оборудование, которое работает на батарее в течение месяцев или даже лет. Вы узнаете, как преодолеть разрыв между наукой о данных и встроенными системами, чтобы создавать гибкие, ориентированные на конфиденциальность и эффективные приложения. К концу этого курса вы будете разбираться в полном жизненном цикле проекта встроенного машинного обучения, от сбора данных до вывода на устройстве. Что вы узнаете: - Понять основные принципы TinyML и архитектуры краевых вычислений. - Узнайте, как собирать и предварительно обрабатывать данные датчика специально для встроенных сред. - Практика обучения нейронных сетей, оптимизированных для микроконтроллеров с ограниченными ресурсами. - Применять методы оптимизации модели, такие как квантование и обрезку, чтобы минимизировать использование памяти. - Исследуйте современные платформы, такие как TensorFlow Lite для микроконтроллеров для развертывания на краю. - Понять, как реализовать реальные случаи использования, такие как обнаружение ключевых слов и распознавание жестов. Курс начинается с основных терминов и обзора встроенного оборудования, а затем вы пройдете по каналам данных, оптимизации моделей и стратегиям развертывания. Эта программа предназначена для начинающих, интересующихся электроникой или программным обеспечением, которые хотят изучить пересечение искусственного интеллекта и оборудования, без предварительного опыта машинного обучения. Начните свое путешествие в мир интеллектуальных встроенных систем сегодня.