Hvala što ste poslali upit! Jedan od naših članova tima će vas uskoro kontaktirati.
Hvala što ste poslali rezervaciju! Jedan od naših članova tima će vas uskoro kontaktirati.
Trajanje 21 sati
Sadržaj kursa
Uvod u TinyML
- Razumevanje ograničenja i mogućnosti TinyML-a
- Pregled uobičajenih platformi mikrokontrolera
- Poređenje Raspberry Pi vs Arduino vs drugih ploča
Podešavanje hardvera i konfiguracija
- Priprema Raspberry Pi OS-a
- Configuriranje Arduino ploča
- Povezivanje senzora i perifernih uređaja
Tehnike prikupljanja podataka
- Snimanje podataka sa senzora
- Obrada audio, pokreta i podataka o okruženju
- Kreiranje označenih skupova podataka
Developiranje modela za ivične uređaje
- Odabir odgovarajuće arhitekture modela
- Treniranje TinyML modela uz pomoć TensorFlow Lite
- Procena performansi za ugrađenu upotrebu
Optimizacija i konverzija modela
- Strategije kvantizacije
- Konverzija modela za postavljanje na mikrokontrolere
- Optimizacija memorije i računanja
Postavljanje na Raspberry Pi
- Izvođenje TensorFlow Lite inferencije
- Integracija izlaza modela u aplikacije
- Rešavanje problema sa performansama
Postavljanje na Arduino
- Korišćenje Arduino TensorFlow Lite Micro biblioteke
- Flashing modela na mikrokontrolere
- Verifikacija tačnosti i ponašanja izvršenja
Izgradnja kompletnih TinyML aplikacija
- Dizajniranje holističkih tokova ugrađenog veštačkog intelekta
- Implementacija interaktivnih, stvarnih prototipova
- Testiranje i usavršavanje funkcionalnosti projekta
Zaključak i sledeći koraci
Uslovi
- Razumevanje osnovnih koncepata programiranja
- Iz iskustva sa korišćenjem mikrokontrolera
- Osnovno poznavanje Pythona ili C/C++
Ciljna publika
- Makersi
- Hobi programeri
- Developeri ugrađenog veštačkog intelekta
Iskustva korisnika (1)
Vežbe
Gianluca Bovo - Urmet
Kurs - Security and Privacy in TinyML Applications
Mašinski prevedeno