TinyML Fundamentals: การนำโมเดลไปใช้กับไมโครคอนโทรลเลอร์

การนำ Machine Learning มาสู่ Edge Device เปิดโลกแห่งแอปพลิเคชันอัจฉริยะที่ใช้พลังงานต่ำ เมื่อระบบ Embedded มีความสามารถมากขึ้น ความสามารถในการรัน AI ในเครื่องโดยไม่ต้องพึ่งพาคลาวด์จึงเป็นทักษะที่จำเป็นสำหรับนักพัฒนาในยุคปัจจุบัน หลักสูตรนี้จะแนะนำคุณตลอดกระบวนการนำโมเดล Machine Learning มาปรับใช้ให้เหมาะสมกับไมโครคอนโทรลเลอร์ขนาดเล็กที่มีทรัพยากรจำกัด ผ่านคำอธิบายที่ชัดเจนและโค้ดตัวอย่าง คุณจะได้เรียนรู้วิธีการปรับโมเดลมาตรฐาน ใช้เทคนิคการปรับแต่งที่ทันสมัย และรันบนฮาร์ดแวร์ Embedded โดยใช้ TensorFlow Lite สิ่งที่คุณจะได้เรียนรู้: • เข้าใจแนวคิดหลักของ TinyML, Edge Computing และข้อจำกัดของฮาร์ดแวร์ Embedded • เตรียมและแปลงโมเดล Machine Learning สำหรับการนำไปใช้บน Edge โดยใช้ TensorFlow Lite • ใช้เทคนิคการทำ Quantization ของโมเดลที่ทันสมัยเพื่อลดขนาดหน่วยความจำและเพิ่มประสิทธิภาพการใช้พลังงาน • เขียนโค้ด C++ เพื่อโหลด กำหนดค่า และรันโมเดลภายในสภาพแวดล้อมไมโครคอนโทรลเลอร์ • ประมวลผลข้อมูลเซ็นเซอร์พื้นฐานในเครื่องเพื่อการ Inference แบบเรียลไทม์โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต • สำรวจแนวคิดพื้นฐานของ MLOps สำหรับการจัดการวงจรชีวิตของ Machine Learning บน Embedded คุณจะเริ่มต้นด้วยคำศัพท์สำคัญและคำจำกัดความพื้นฐานของ Edge AI ก่อนที่จะเข้าสู่แบบฝึกหัดการเขียนโค้ดเชิงปฏิบัติที่เน้นข้อความ ซึ่งจะแนะนำคุณตลอดกระบวนการแปลงโมเดลและการนำไปใช้ทีละขั้นตอน หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่มีความรู้ด้านการเขียนโปรแกรมพื้นฐานและต้องการสำรวจ Machine Learning บน Embedded โดยไม่จำเป็นต้องมีประสบการณ์ในการนำโมเดลไปใช้กับฮาร์ดแวร์มาก่อน เริ่มอ่านวันนี้เพื่อสร้างรากฐานสำหรับแอปพลิเคชันไมโครคอนโทรลเลอร์อัจฉริยะตัวแรกของคุณ