TinyML Temelleri: Modelleri Mikrodenetleyicilere Dağıtma

Makine öğrenimini uç cihazlara getirmek, akıllı, düşük güçlü uygulamalar dünyasının kapılarını aralar. Gömülü sistemler daha yetenekli hale geldikçe, bulut bağımlılığı olmadan yapay zekayı yerel olarak çalıştırma yeteneği, modern geliştiriciler için temel bir beceridir. Bu kurs, makine öğrenimi modellerini alıp küçük, kaynak kısıtlı mikrodenetleyicilere sığdırma sürecinde size rehberlik eder. Açık yazılı açıklamalar ve kod parçacıkları aracılığıyla, standart modelleri uyarlamayı, modern optimizasyon tekniklerini uygulamayı ve TensorFlow Lite kullanarak bunları gömülü donanımda çalıştırmayı öğreneceksiniz. Öğrenecekleriniz: • TinyML, uç bilişim ve gömülü donanım kısıtlamalarının temel kavramlarını anlayın. • TensorFlow Lite kullanarak uç dağıtım için makine öğrenimi modellerini hazırlayın ve dönüştürün. • Bellek ayak izini azaltmak ve güç verimliliğini artırmak için modern model niceleme tekniklerini uygulayın. • Mikrodenetleyici ortamlarında modelleri yüklemek, yapılandırmak ve çalıştırmak için C++ kodu yazın. • İnternet bağlantısı olmadan gerçek zamanlı çıkarım için temel sensör verilerini yerel olarak işleyin. • Gömülü makine öğrenimi yaşam döngülerini yönetmek için temel uç MLOps kavramlarını keşfedin. Temel terminoloji ve uç yapay zekanın temel tanımlarıyla başlayacak, ardından model dönüştürme ve dağıtım işlem hattında size adım adım rehberlik eden pratik, metin tabanlı kodlama alıştırmalarına geçeceksiniz. Gömülü makine öğrenimini keşfetmek isteyen temel programlama bilgisine sahip yeni başlayanlar için tasarlanan bu kurs, donanım dağıtımı konusunda önceden deneyim gerektirmez. İlk akıllı mikrodenetleyici uygulamanızın temelini oluşturmak için bugün okumaya başlayın.