8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 17.98 руб.

[Подлинный] Tinyml основан на Tensorflow Lite на развертывании машин для изучения Pitterdon O'Reilly Boutique Machinery Machinery Machinery Publiching Publiching на микро -контроллерах по мощности.

Цена: 1 848руб.    (¥102.73)
Артикул: 627596077365

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:读者图书专营店
Адрес:Сычуань
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥46.11830руб.
¥129.662 332руб.
¥17.82321руб.
¥50.8914руб.
  • Информация о товаре
  • Фотографии

Tinyml основан на Tensorflow Lite в Ardui

делать  (Красота) Питт&Миддот; Ваден, (США) Даниэль&Middot; Sittanak с Вэй Лан, Буджи переведен
Конечно   цена:149
вне&Ensp; издание&Encp; Общество:Machinery Industry Press
Дата публикации:01 сентября 2020 г.
Страница &Nbsp; номер:432
Пакет   кадр:Оплата в мягкой обложке
ISBN:9787111664222
Оглавление
●Предисловие 1
Введение 5
1.1 Встроенное оборудование 6
1.2 Технические изменения 7
Глава 2 Введение 8
2.1 Target Reader 8
2.2 Требуется оборудование 8
2.3 Программное обеспечение вам нужно 10
2.4 Мы надеемся, что вы узнаете 10
Глава 3 Quick Learn Machine Learning 12
3.1 Что такое машинное обучение 13
3.2 Рабочий процесс глубокого обучения 14
3.3 Резюме 27
Глава 4 Tinyml“Hello World”: создать и тренировать модель 28
4.1 Что мы хотим создать 29
4.2 Наша цепочка инструментов машинного обучения 30
4.3 Создайте нашу модель 32
4.4 Обучение нашей модели 43
4.5 - это Tensorflow Lite Conversion Model 56
4.6 Резюме 61
Глава 5 Tinyml“Hello World&rdquo ;: Создание приложения 62
5.1 Подробный тест объяснения 63
5.2 Структура файла проекта 79
5.3 Подробный исходный файл 80
5.4 Резюме 87
Глава 6 Tinyml“Hello World” развертывание на микроконтроллер 88
6.1 Что такое микроконтроллер 88
6.2 Arduino89
6.3 SparkFun Edge98
6.4 ST Microelectronics STM32F746G Discovery Kit 109
6.5 Резюме 115
Глава 7 Тест Warking Word: создать приложение 116
7.1 Что мы хотим создать 117
7.2 Архитектура приложения 118
7.3 Подробный тест объяснения 121
7.4 Супервайзер Wake -Up Words 139
7.5 Развертывание на микроконтроллер 143
7.6 Резюме 164
Глава 8 Тест Warking Word: Training Model 165
8.1 Обучение нашей новой модели 166
8.2 Модель 179 в нашем проекте 179
8.3 Модель модели 184
8.4 Используйте свое собственное обучение данных 194
8.5 Сводка 198
Глава 9 Пешеходный тест: создать приложение 199
9.1 Что мы создаем 200
9.2 Архитектура приложения 201
9.3 Подробный тест объяснения 204
9.4 Пешеходный тест 210
9.5 Развертывание на микропроцессор 213
9.6 Резюме 232
Глава 0 Пешеходный тест: тренировочная модель 233
10.1 Выберите машину 233
10.2 Настройка google Cloud Platform Encement 233
10.3 Выбор обучения 240
10.4 Создание набора данных 241
10.5 Тренировочная модель 241
10.6 TensorBoard243
10.7 Модель оценки 245
10.8 Экспорт модели в Tensorflow Lite245
10.9 Обучение других категорий 247
10.10 Понимание архитектуры 248
10.11 Резюме 248
Глава 1 палочка: создать приложение 250
11.1 Что мы хотим создать 252
11.2 Архитектура приложения 254
11.3 Подробный тест объяснения 255
11.4 Жест обнаружения 264
11.5 Развертывание в микропроцессор 268
11.6 Резюме 293
Глава 2 палочка: тренировочная модель 294
12.1 Тренировочная модель 295
12.2 Как работает модель 303
12.3 Обучение собственных данных 311
12.4 Резюме 315
Глава 3 Tensorflow Lite для Microcontroller317
13.1 Что такое Tensorflow Lite для Microcontroller317
13.2 Система компиляции 323
13.3 Поддержите новую аппаратную платформу 331
13.4 Поддержите новую IDE или новую систему компиляции 336
13.5 Интегрируйте код между проектом и библиотекой кодов, чтобы изменить 337
13.6 Вернуться в открытый исходный код 338
13.7 Поддержать новый аппаратный ускоритель 339
13.8 Понять формат файла 340
13.9 Оператор платформы Plant Tensorflow Lite для Micro347
13.10 Резюме 350
ГЛАВА 4 Сделайте свое собственное приложение Tinyml 351
14.1 Процесс проектирования 351
14.2 Вам нужен микроконтроллер или более крупное устройство 351
14.3 Понимание выполнимости 352
14.4 Стоя на плече гигантского 353
14.5 Найдите несколько аналогичных тренировок модели 353
14.6 Просмотреть данные 354
14,7 Зеленая дикая фея 355
14.8 Во -первых, вы можете запустить в системе настольных компьютеров 356
Глава 5 Задержка оптимизации 357
15.1 Во -первых, убедитесь, что часть, которую вы хотите оптимизировать, важна 357
15.2 Заменить оборудование 358
15.3 Модель улучшения 358
15.4 Количественная 360
15,5 дизайн продукта 361
15.6 Оптимизированный код 362
15,7 Оптимизированная оптика 363
15.8 Вернуться в открытый исходный код 368
15.9 Резюме 368
Глава 6 Оптимизация власти 369
16.1 Интуиция развития 369
16.2 Фактическое энергопотребление измерения 372
16.3 Оценка энергопотребления модели 373
16.4 Уменьшите энергопотребление 373
16.5 Резюме 375
Глава 7 Модель оптимизации и бинарный размер файла 376
17.1 Понять системный предел 376
17.2 Скорость использования памяти оценки 376
17.3 Точность модели и масштаб разных проблем 379 379
17.4 Выбор модели 380
17.5 Уменьшите размер исполняемого файла 380
17.6 Real Mini Model 386
17.7 Резюме 386
Глава 8 отладка 387
18.1 Потеря точности между обучением и развертыванием 387
18.2 Численные различия 389
18.3 загадочный крах и висящий 391
18.4 Резюме 394
Глава 9 посадила модель от Tensorflow до Tensorflow Lite395
19.1 Узнайте, какой оператор необходим 395
19.2 View Occupibles 396 поддерживается в Tensorflow Lite 396
19.3 Движение и пост -обработка в код приложения 396
19.4 Реализация Owish 397 по требованию
19,5 Оптимизированная оптика 397
19.6 Резюме 398
Глава 20 Конфиденциальность, безопасность и развертывание 399
20.1 Конфиденциальность 399
20.2 Security 401
20.3 Развертывание 403
20.4 Резюме 404
Глава 21 Узнайте больше 405
21.1 Tinyml Foundation 405
21.2 SIG Micro405
21.3 Tensorflow Веб -сайт 406
21.4 Другие кадры 406
21.5 Twitter406
21,6 Tinyml Friends 406
21.7 Резюме 407
Приложение A Использует и генерирует почтовый файл библиотеки Arduino 409
Приложение B захватывает аудио 411 на Arduino
Пунктирное содержание

краткое введение

Tinyml относится к обучению микромачину. Точнее, Tinyml относится к методу, инструментам и технологиям для инженеров для достижения машинного обучения на оборудовании ниже мощности MW.Tinyml сочетает в себе глубокое обучение и встроенные системы, так что микро -устройства могут делать удивительные вещи.Автор объясняет, как обучить модель, которая достаточно мала, чтобы подходящая для любой среды.Для разработчиков программного обеспечения и оборудования в надежде создать проекты машинного обучения в встроенных системах, эта книга является идеальным руководством. Она направляет вас шаг за шагом, чтобы создать серию проектов TINYML.Чтение этой книги не требует какого -либо машинного обучения или опыта разработки микро -контроллеров.