感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
TinyML 简介
- TinyML 是什么？
- 微控制器上机器学习的重要性
- 传统 AI 与 TinyML 的比较
- 硬件和软件需求概述
设置 TinyML 环境
- 安装 Arduino IDE 并设置开发环境
- TensorFlow Lite 和 Edge Impulse 简介
- 为 TinyML 应用刷写和配置微控制器
构建与部署 TinyML 模型
- 理解 TinyML 工作流程
- 为微控制器训练简单的机器学习模型
- 将 AI 模型转换为 TensorFlow Lite 格式
- 将模型部署到硬件设备上
优化 TinyML 以适用于边缘设备
- 减少内存和计算占用
- 量化和模型压缩技术
- 基准测试 TinyML 模型性能
TinyML 应用与 Use Cases
- 使用加速度计数据进行手势识别
- 音频分类和关键词识别
- 用于预测性维护的异常检测
TinyML 的挑战与未来趋势
- 硬件限制与优化策略
- TinyML 中的安全与隐私问题
- TinyML 的未来发展与研究
总结与下一步
要求
- 基本编程知识（Python或C/C++）
- 熟悉机器学习概念（推荐但不强制）
- 了解嵌入式系统（可选但有益）
受众
- 工程师
- 数据科学家
- AI爱好者
14 小时
