求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 机械 | 军工学院 | 定向培养 | 专家指导  
 电话 English
成功案例   品质保证
成功案例
中航信 数据湖架构原理与应
某医疗磁 数据采集与处理
某科技公 大数据(Hadoo
诺基亚 Python基础
天津电子 Elasticse
中国电信 数据仓库与数据挖掘
某航天科 MySQL性能优化

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >人工智能  
TinyML实战训练
75 次浏览  54 次
Erikson 老师
某人工智能企业 架构师
 
时间地点:线上 11月7-8日; 北京、上海、 深圳根据报名开班
课程费用:4500元/人
报公开课  
企业内训:可以根据企业需求,定制内训,详见 内训学习手册


认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    课程概要:

      微型机器学习 Tiny Machine Learning (TinyML) 是一个由 MIT Han Lab 主导的研究与开发项目,其目标是将机器学习( ML )技术引入资源受限的边缘设备中,比如嵌入式系统、微控制器和物联网设备。通过在这些小型硬件上实现高效的深度学习模型, TinyML 旨在开启全新的应用场景,让智能化无处不在。

    培训目标:

    • 了解和掌握TinyML的体系知识。
    • 了解TinyML相关概念:机器学习、框架、行业研究现状、技术趋势。
    • 了解当前端边云AI大模型算法的趋势和进展
    • 理解端边云AI的应用场景
    • 能够基于TinyML对端边云应用解决实际场景问题
    • 掌握TinyML的训练方法和推理应用开发
    • 通过TinyML实战演练,以一个实际的开发板,教导学员如何导入算法,训练算法、运行算法,实现AI功能应用。
    培训对象:设备端AI应用开发工程师
    学员基础:具有嵌入式C开发经验,并对AI有一定了解。
    授课方式:定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练

    培训内容:2天

    TinyML概览
    什么是 TinyML
    TinyML 建立的目标和建立的背景
    TinyML 的应用特点
    •  本地化处理: 数据在设备本地处理,提高了隐私保护,并减少了对云端的依赖。
    •  低延迟: 由于计算靠近数据源, TinyML 系统通常具有较低的延迟,响应时间快。
    •  节能设计: 通过高效算法和硬件,能够在电池供电的设备上长时间运行。
    •  易部署性: 适用于各种不同的低功耗硬件平台,易于扩展和更新。
    TinyML 在各个领域的应用简介 •  物联网安全:实时检测网络异常,防止恶意攻击。
    •  环境监测:例如,空气质量、噪音水平或植物生长状态的持续监控。
    •  健康追踪:穿戴设备上的心率监测、步数统计等。
    •  智能家居:语音识别、手势控制等。
    •  工业自动化:生产线上的质量检查和故障预测。
    TinyML的关键技术 •  模型压缩: 通过模型量化、蒸馏等方法,将大型神经网络模型转换为极小的版本,以适应有限内存的设备。
    •  优化编译器: 如 TVM 、 TensorFlow Lite Micro 等,它们可以针对特定硬件平台进行编译优化,提高推理速度并降低功耗。
    •  低功耗硬件: 使用像 ARM Cortex-M 系列这样的微控制器,它们可以在极低功耗下运行,非常适合长时间无需电源替换的应用场景。
    TinyML 开发过程指南 (结合案例讲解) •  模型开发和训练: 使用预处理数据训练所选的模型,采用迁移学习或数据增强等方法来实现所需的准确性,同时考虑到目标设备的限制。
    •  模型优化和评估: 优化经过训练的模型以使资源得到更高效的利用,采用量化、剪枝、投影和数据类型转换等方法来减少内存和计算需求,而不牺牲重要的准确性。
    •  应用部署: 将优化的模型部署到目标设备上,确保该模型能够实时执行低延迟的推断。
    •  测试和验证: 使用有代表性的数据在目标设备上测试和验证部署的模型,以验证该模型在真实场景中的性能,并确定任何潜在问题或限制。
    TinyML实战演练 •  Arduino 开发板介绍
    •  神经网络模型训练
    •  在微控制器部署神经网络模型
    •  在微控制器上实现语音唤醒功能
    •  手势感知、图像识别
       
    75 次浏览  54 次
    其他人还看了课程
    知识图谱建模与应用  4580 次浏览
    人工智能前沿:对抗式生成网络GAN  1923 次浏览
    机器学习与大数据的应用结合  4334 次浏览
    基于R的影响预测模型建立实战  2225 次浏览
    大数据时代人工智能应用与价值创新  245 次浏览
    基于AI和大数据的知识图谱培训  3889 次浏览
    定制内训


    最新活动计划
    面向对象业务分析与系统设计 10-16[线上]
    嵌入式软件架构设计-高级实践 10-17[线上]
    Qlik Sense数据分析技术 10-17线上]
    基于 UML 和EA进行分析设计 10-22[北京]
    用户研究与用户建模 10-24[北京]
    QT应用开发 10-24[北京]