Apprentissage automatique en périphérie sur microcontrôleurs Arm

Les microcontrôleurs sont partout, et l'apport de l'intelligence directement à ces appareils à faible consommation d'énergie transforme la technologie. Ce cours textuel vous guide à travers les éléments essentiels de la conception et du déploiement de modèles d'apprentissage automatique efficaces directement sur du matériel basé sur Arm. En lisant ce guide pratique, vous passerez de la compréhension des systèmes embarqués de base au déploiement de modèles d'apprentissage automatique réels en périphérie. Vous apprendrez à optimiser les modèles pour les environnements aux ressources limitées, en garantissant une exécution rapide et une consommation d'énergie minimale sans dépendre de la connectivité cloud. Ce que vous apprendrez : - Comprendre la terminologie de base de TinyML, de l'informatique en périphérie et des architectures de microcontrôleurs. - Créer et entraîner des modèles d'apprentissage automatique de base optimisés pour le matériel aux ressources limitées. - Appliquer des techniques d'optimisation de modèles, y compris la quantification et l'élagage, pour s'adapter à des empreintes mémoire minuscules. - Déployer des modèles entraînés sur des microcontrôleurs basés sur Arm à l'aide de frameworks logiciels embarqués modernes. - Analyser et dépanner les performances des modèles directement sur le matériel à l'aide de présentations de code écrites. Le voyage commence par les concepts fondamentaux des systèmes embarqués et de l'apprentissage automatique avant de passer à la mise en œuvre pratique du code, aux stratégies d'optimisation des modèles et aux exercices de déploiement. Vous progresserez systématiquement de la théorie à l'écriture et au test de vos propres applications d'IA en périphérie. Ce cours est conçu pour les débutants, les amateurs et les développeurs de logiciels qui souhaitent entrer dans le monde de l'IA embarquée. Aucune expérience préalable en apprentissage automatique ou en conception matérielle n'est requise. Commencez à lire dès aujourd'hui pour libérer le potentiel de l'informatique intelligente et localisée.