توضیحات
Deep learning networks are getting smaller. Much smaller. The Google Assistant team can detect words with a model just 14 kilobytes in size–small enough to run on a microcontroller. With this practical book you’ll enter the field of TinyML, where deep learning and embedded systems combine to make astounding things possible with tiny devices. Pete Warden and Daniel Situnayake explain how you can train models small enough to fit into any environment. Ideal for software and hardware developers who want to build embedded systems using machine learning, this guide walks you through creating a series of TinyML projects, step-by-step. No machine learning or microcontroller experience is necessary. Build a speech recognizer, a camera that detects people, and a magic wand that responds to gestures Work with Arduino and ultra-low-power microcontrollers Learn the essentials of ML and how to train your own models Train models to understand audio, image, and accelerometer data Explore TensorFlow Lite for Microcontrollers, Google’s toolkit for TinyML Debug applications and provide safeguards for privacy and security Optimize latency, energy usage, and model and binary size
————————————————————–
ترجمه ماشینی :
شبکه های یادگیری عمیق در حال کوچکتر شدن هستند. بسیار کوچکتر. تیم Google Assistant میتواند کلمات را با مدلی با اندازه فقط 14 کیلوبایت تشخیص دهد – به اندازه کافی برای اجرا روی یک میکروکنترلر. با این کتاب کاربردی، شما وارد حوزه TinyML خواهید شد، جایی که یادگیری عمیق و سیستمهای تعبیهشده ترکیب میشوند تا چیزهای خیرهکنندهای را با دستگاههای کوچک امکانپذیر کنند. پیت واردن و دانیل سیتونایاک توضیح میدهند که چگونه میتوانید مدلهایی را به اندازهای کوچک تربیت کنید که در هر محیطی قرار بگیرند. ایده آل برای توسعه دهندگان نرم افزار و سخت افزار که می خواهند سیستم های جاسازی شده را با استفاده از یادگیری ماشین بسازند، این راهنما شما را در ایجاد یک سری پروژه های TinyML، گام به گام راهنمایی می کند. هیچ یادگیری ماشینی یا تجربه میکروکنترلر لازم نیست. یک تشخیصدهنده گفتار، دوربینی که افراد را شناسایی میکند، و یک عصای جادویی که به حرکات پاسخ میدهد بسازید. کار با آردوینو و میکروکنترلرهای کم مصرف، ملزومات ML و نحوه آموزش مدلهای خود را بیاموزید آموزش مدلها برای درک صدا، تصویر و دادههای شتابسنج کاوش TensorFlow Lite برای میکروکنترلرها، مجموعه ابزار Google برای برنامههای TinyML Debug و ارائه تدابیر امنیتی برای حفظ حریم خصوصی و امنیت بهینهسازی تأخیر، مصرف انرژی، و مدل و اندازه باینری
tag : دانلود کتاب Tinyml: یادگیری ماشینی با Tensorflow Lite در آردوینو و میکروکنترلرهای بسیار کم مصرف , Download Tinyml: یادگیری ماشینی با Tensorflow Lite در آردوینو و میکروکنترلرهای بسیار کم مصرف , دانلود Tinyml: یادگیری ماشینی با Tensorflow Lite در آردوینو و میکروکنترلرهای بسیار کم مصرف , Download Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers Book , Tinyml: یادگیری ماشینی با Tensorflow Lite در آردوینو و میکروکنترلرهای بسیار کم مصرف دانلود , buy Tinyml: یادگیری ماشینی با Tensorflow Lite در آردوینو و میکروکنترلرهای بسیار کم مصرف , خرید کتاب Tinyml: یادگیری ماشینی با Tensorflow Lite در آردوینو و میکروکنترلرهای بسیار کم مصرف , دانلود کتاب Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers , کتاب Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers , دانلود Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers , خرید Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers , خرید کتاب Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.