TinyML. Використання TensorFlow Lite для навчання
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 15
Покупая «Tinyml. Использование Tensorflow Lite для обучения», вы можете быть уверены, что данный товар из каталога «[rubrica_name]» вы получите в срок 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.
TinyML. Використання TensorFlow Lite для машинного навчання на Arduino та інших мікроконтролерах
Автори: Піт Уорден, Деніел Сітунаяке
Видавець: Геліон
Рік видання: 2022
Переклад: Анна Мізерська
ISBN: 9788328383623
Формат: 168x237
Серія: O'Reilly
Палітурка: м'яка
Сторінок: 432
Книга нова
Ціна обкладинки книги: 99,00 злотих > ви можете знайти акційну ціну на нашому аукціоні!
Може здатися, що професійні системи машинного навчання вимагають багато обчислювальної потужності та енергії. Виявляється, це не обов'язково так: на основі нейронних мереж можна створювати просунуті програми, які будуть відмінно працювати без потужних процесорів. Так, робота з мікроконтролерами, подібними до Arduino, або вбудованими системами вимагає певної підготовки та підходу, але це захоплюючий спосіб використовувати невеликі малопотужні пристрої для створення дивовижних проектів.
Ця книга є доступним вступом до складний світ, у якому глибоке машинне навчання реалізовано у вбудованих системах за допомогою техніки TinyML. Вам не обов’язково мати досвід машинного навчання чи роботи з мікроконтролерами. У книзі пояснюється, як можна навчити досить малі моделі для роботи в будь-якому середовищі, включаючи Arduino. Детально описано методи використання техніки TinyML у створенні вбудованих систем на основі машинного навчання. Було також представлено кілька цікавих проектів, наприклад створення пристрою для розпізнавання мови, чарівної палички, яка реагує на жести, і розширення можливостей камери для виявлення людей.
У книзі, зокрема:
- робота з Arduino та іншими малопотужними мікроконтролерами
- основи машинного навчання, побудова та навчальні моделі
- TensorFlow Lite та інструментарій Google для TinyML
- li>
- безпека та захист конфіденційності в програмі
- оптимізація моделі
- створення моделей для інтерпретації різних типів даних