Tensorflow Lite for Microcontrollers

• C 或 C++ 编程经验
• 对Python的基本理解
• 对嵌入式系统有大致的了解

观众

• 开发 人员
• 程序员
• 对嵌入式系统开发感兴趣的数据科学家

TensorFlow Lite for Microcontrollers 是 TensorFlow Lite 的一个端口，设计用于在微控制器和其他内存有限的设备上运行机器学习模型。

这种由讲师指导的现场培训（在线或远程）面向希望在非常小的嵌入式设备上编写、加载和运行机器学习模型的工程师。

在培训结束时，参与者将能够：

• 安装 TensorFlow Lite。
• 将机器学习模型加载到嵌入式设备上，使其能够检测语音、对图像进行分类等。
• 将 AI 添加到硬件设备，而无需依赖网络连接。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。

介绍

• Microcontroller 与微处理器
• Microcontroller专为机器学习任务而设计

TensorFlow Lite 功能概述

• 设备上的机器学习推理
• 解决网络延迟问题
• 解决功率限制
• 保护隐私

Microcontroller 的约束

• 能耗和尺寸
• 处理能力、内存和存储
• 有限的操作

开始

• 准备开发环境
• 在 Microcontroller 上运行一个简单的 Hello World

创建音频检测系统

• 获取 TensorFlow 模型
• 将模型转换为 TensorFlow Lite FlatBuffer

序列化代码

• 将 FlatBuffer 转换为 C 字节数组

使用 Microcontroller 的 C++ 库

• 对微控制器进行编码
• 收集数据
• 在控制器上运行推理

验证结果

• 运行单元测试以查看端到端工作流

创建图像检测系统

• 根据图像数据对物理对象进行分类
• 从头开始创建 TensorFlow 模型

部署支持 AI 的设备

• 在现场的微控制器上运行推理

故障 排除

总结和结论