TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach

Może się wydawać, że profesjonalne systemy uczenia maszynowego wymagają sporych zasob&oacute,w mocy obliczeniowej i energii. Okazuje się, że niekoniecznie: można tworzyć zaawansowane, oparte na sieciach neuronowych aplikacje, kt&oacute,re doskonale poradzą sobie bez potężnych procesor&oacute,w. Owszem, praca na mikrokontrolerach podobnych do Arduino lub systemach wbudowanych wymaga pewnego przygotowania i odpowiedniego podejścia, jest to jednak fascynujący spos&oacute,b na wykorzystanie niewielkich urządzeń o niskim zapotrzebowaniu na energię do tworzenia zdumiewających projekt&oacute,w.

Ta książka jest przystępnym wprowadzeniem do skomplikowanego świata, w kt&oacute,rym za pomocą techniki TinyML wdraża się głębokie uczenie maszynowe w systemach wbudowanych. Nie musisz mieć żadnego doświadczenia z zakresu uczenia maszynowego czy pracy z mikrokontrolerami. W książce wyjaśniono, jak można trenować modele na tyle małe, by mogły działać w każdym środowisku - r&oacute,wnież Arduino. Dokładnie opisano sposoby użycia techniki TinyML w tworzeniu system&oacute,w wbudowanych opartych na zastosowaniu ucze nia maszynowego. Zaprezentowano też kilka ciekawych projekt&oacute,w, na przykład dotyczący budowy urządzenia rozpoznającego mowę, magicznej r&oacute,żdżki reagującej na gesty, a także rozszerzenia możliwości kamery o wykrywanie ludzi.

W książce między innymi:

• praca z Arduino i innymi mikrokontrolerami o niskim poborze mocy
• podstawy uczenia maszynowego, budowy i treningu modeli
• TensorFlow Lite i zestaw narzędzi Google dla TinyML
• bezpieczeństwo i ochrona prywatności w aplikacji
• optymalizacja modelu
• tworzenie modeli do interpretacji r&oacute,żnego rodzaju danych