Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Základy TinyML potrubí
- Přehled fází TinyML workflow
- Vlastnosti edge hardwaru
- Zvažování při návrhu potrubí
Sběr a předzpracování dat
- Sběr strukturovaných a senzorových dat
- Strategie označování a augmentace dat
- Příprava datových sad pro omezená prostředí
Vývoj modelů pro TinyML
- Výběr architektur modelů pro mikrořadiče
- Trénovací workflow pomocí standardních ML frameworků
- Vyhodnocování ukazatelů výkonu modelu
Optimalizace a komprese modelů
- Techniky kvantizace
- Pruning a sdílení vah
- Vyvážení přesnosti a omezení zdrojů
Konverze a balení modelů
- Export modelů do TensorFlow Lite
- Integrace modelů do vestavěných nástrojových řetězců
- Správa velikosti modelu a paměťových omezení
Nasazení na mikrořadiče
- Flashování modelů na hardwarové cíle
- Konfigurace běhového prostředí
- Testování inference v reálném čase
Sledování, testování a validace
- Strategie testování nasazených TinyML systémů
- Ladění chování modelu na hardwaru
- Validace výkonu v terénních podmínkách
Integrace kompletního end-to-end potrubí
- Vytváření automatizovaných workflow
- Verzování dat, modelů a firmwaru
- Správa aktualizací a iterací
Shrnutí a další kroky
Požadavky
- Pochopení základů strojového učení
- Zkušenosti s vestavěným programováním
- Oznámenost s datovými workflow založenými na Pythonu
Cílové publikum
- Inženýři AI
- Vývojáři softwaru
- Experti na vestavěná systémy
21 Hodiny