TinyML｜TensorFlow Lite機器學習

的圖書

最新圖書評論 -

目前有 1 則評論

多年來一直以 32-bit 微...

轉載自博客來

2021/09/23

多年來一直以 32-bit 微控制器 (Arm Cortex-M0/M4) 在工控領域與智能家居上應用，近年來因為 ML 機器學習應用的興起，提升了智能家居與 AIoT 的結合應用。但是對於系統資源 (MIPS/ SRAM) 極為有限的低功耗微控制器 (Low-power Mic...

TinyML：TensorFlow Lite機器學習

作者：Pete Warden、Daniel Situnayake ／譯者：賴屹民　
出版社：歐萊禮
出版日期：2020-07-31
語言：繁體中文規格：平裝 / 488頁 / 18.5 x 23 x 2.44 cm / 普通級 / 單色印刷 / 初版

圖書選購

價格	供應商	所屬目錄
$ 695	博客來	資料處理/大數據
$ 792	金石堂	人工智慧／機器學習
$ 792	誠品網路書店	電腦資訊總論
$ 792	蝦皮商城	Books
$ 792	五南文化廣場網路書店	科學科普
$ 836	TAAZE 讀冊生活	中文書

圖書介紹 - 資料來源：TAAZE 讀冊生活

圖書名稱：TinyML｜TensorFlow Lite機器學習

內容簡介:應用Arduino與低耗電微控制器

「想要瞭解如何在資源有限的設備上運行機器學習嗎？那就要看這本書，它是AI發展的里程碑。」
—Massimo Banzi
Arduino共同創辦人

「本書藉由清楚、有趣的用例來教你如何在Arm微控制器上部署ML。」
—Jem Davies
Arm機器學習集團副總裁、研究員和總經理

深度學習網路正在不斷縮小，而且比以前小太多了。Google Assistant偵測單字的模型只有14 KB，小到可在微控制器上運行。這本實用的書籍將引領你進入TinyML領域，結合深度學習和嵌入式系統，用微型設備產生驚人的效果。

Pete Warden和Daniel Situnayake將講解如何訓練可以放入任何環境的微型模型。對想要使用機器學習來建構嵌入式系統的軟體和硬體開發者來說，這是一本理想的指南，它將指引你逐步建立一系列的TinyML專案，而且你不需要具備機器學習或微控制器的經驗。

‧建立語音辨識器、人體偵測鏡頭及可以回應手勢的魔杖
‧活用Arduino和超低電力的微控制器
‧學習ML的基本概念及訓練自己的模型
‧訓練可以理解音訊、影像和加速度計資料的模型
‧探索Google為TinyML設計的工具組，TensorFlow Lite for Microcontrollers
‧為app進行除錯及保護隱私和安全
‧優化等待時間、耗電量、模型和二進制檔的大小

章節說明:前言
第1章簡介
第2章入門
第3章瞭解機器學習的最新進展
第4章 TinyML 的「Hello World」：建立與訓練模型
第5章 TinyML 的「Hello World」：建構 app
第6章 TinyML 的「Hello World」：部署至微控制器
第7章喚醒詞偵測：建構app
第8章喚醒詞偵測：訓練模型
第9章人體偵測：建構 app
第10章人體偵測：訓練模型
第11章魔杖：建構 app
第12章實用技巧
第13章 TensorFlow Lite for Microcontrollers
第14章設計你自己的 TinyML app
第15章優化等待時間
第16章優化能量的使用
第17章優化模型與二進制檔的大小
第18章除...

顯示全部內容

回上面

圖書評論 - 評分：

多年來一直以 32-bit 微...

轉載自博客來

2021/09/23

多年來一直以 32-bit 微控制器 (Arm Cortex-M0/M4) 在工控領域與智能家居上應用，近年來因為 ML 機器學習應用的興起，提升了智能家居與 AIoT 的結合應用。但是對於系統資源 (MIPS/ SRAM) 極為有限的低功耗微控制器 (Low-power Micro-controller) 跟本使不上力。
這本 "TinyML: TensorFlow Lite 機器學習應用 Arduino 與低功耗微控制器"，為低功耗微控制器帶來了嶄新的思維與應用領域。書中帶領讀者流覽如何以 Google Assistant 偵測單字 (ON/ OFF) 的模型，其優化後只有14 KB code，小到可在 Adruino 微控制器上運行且可以驅動控制板來點亮 LED 燈。這本實用的書籍引領微控制器使用者進入TinyML領域，結合深度學習和嵌入式系統，用微控制器產生驚人的效果。

回上面

贊助商廣告