Gömülü Cihazlar İçin TinyML Uygulamaları

Makine öğrenimi artık devasa veri merkezleriyle sınırlı değil; günlük hayatımızdaki en küçük cihazları güçlendiriyor. Bu kurs, sınırlı belleğe ve güce sahip donanımlar için akıllı özellikler oluşturmanızı sağlayan TinyML'de pratik bir temel sunar. Karmaşık algoritmalar ile kısıtlı gömülü sistemler arasındaki boşluğu nasıl kapatacağınızı öğreneceksiniz. Yazılı açıklamalar ve kod tabanlı örnekler aracılığıyla, kenarda gerçek zamanlı kararlar almak için sensör verilerini nasıl işleyeceğinizi keşfedeceksiniz. Öğrenecekleriniz: - Kenar bilişim ve TinyML terminolojisinin temel prensiplerini ve kısıtlamalarını anlayın - Sesle etkinleştirilen cihaz komutları için anahtar kelime algılama sistemleri uygulayın - Düşük güçlü sensörler kullanarak belirli nesneleri veya kişileri tanımlamak için görsel uyandırma kelimesi tekniklerini uygulayın - İvmeölçerler ve jiroskoplardan gelen hareket verilerini kullanarak jest tanıma modelleri geliştirin - Katı donanım sınırlarına uymak için nicemleme ve budama kullanarak modelleri optimize edin - Uzak kenar cihazlarda modelleri dağıtmak ve izlemek için modern MLOps iş akışlarını keşfedin Kurs, gömülü yapay zekanın temel kavramlarıyla başlar, ardından ses, görüntü ve hareket verileri için özel uygulamalara dalar. Ham sensör girdisini anlamaktan optimize edilmiş bir modeli bir mikrodenetleyiciye dağıtmaya kadar yapılandırılmış bir yolu izleyeceksiniz. Bu kurs, yapay zeka ve donanımla ilgilenen yeni başlayanlar için tasarlanmıştır ve makine öğrenimi dağıtımı konusunda önceden deneyim gerektirmez. Akıllı kenar bilişim dünyasına yolculuğunuza bugün başlayın.