Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do TinyML a IoT
- Co je TinyML?
- Výhody TinyML v aplikacích IoT
- Srovnání TinyML s tradiční cloudovou AI
- Přehled nástrojů TinyML: TensorFlow Lite, Edge Impulse
Nastavení prostředí TinyML
- Instalace a konfigurace Arduino IDE
- Nastavení Edge Impulse pro vývoj modelu TinyML
- Pochopení mikrokontrolérů pro IoT (ESP32, Arduino, Raspberry Pi Pico)
- Připojení a testování hardwarových komponent
Vývoj Machine Learning modelů pro IoT
- Shromažďování a předzpracování dat senzorů IoT
- Stavba a výcvik lehkých ML modelů
- Převod modelů do formátu TensorFlow Lite
- Optimalizace modelů pro paměťová a energetická omezení
Nasazení modelů umělé inteligence na zařízeních IoT
- Flashování a spouštění ML modelů na mikrokontrolérech
- Ověřování výkonu modelu v reálných scénářích IoT
- Ladění a optimalizace TinyML nasazení
Implementace prediktivní údržby pomocí TinyML
- Použití ML pro monitorování stavu zařízení
- Techniky detekce anomálií založené na senzorech
- Nasazení modelů prediktivní údržby na zařízeních IoT
Smart Sensors a Edge AI v IoT
- Vylepšení aplikací IoT pomocí senzorů napájených TinyML
- Detekce a klasifikace událostí v reálném čase
- Případy použití: monitorování životního prostředí, chytré zemědělství, průmyslový IoT
Zabezpečení a optimalizace v TinyML pro IoT
- Soukromí a zabezpečení dat v okrajových AI aplikacích
- Techniky pro snížení spotřeby energie
- Budoucí trendy a pokrok v TinyML pro IoT
Shrnutí a další kroky
Požadavky
- Zkušenosti s vývojem IoT nebo vestavěných systémů
- Znalost programování Python nebo C/C++
- Základní porozumění konceptům strojového učení
- Znalost hardwaru mikrokontroléru a periferií
Publikum
- IoT vývojáři
- Vestavění inženýři
- praktikující AI
21 hodiny
Reference (1)
Orální dovednosti a lidská stránka trenéra (Augustin).
Jeremy Chicon - TE Connectivity
Kurz - NB-IoT for Developers
Přeloženo strojem