物聯網全端開發與深度學習整合...【政府補助】AI邊緣運算實作TensorFlow Lite for MCU
開課日期 | |
2025-11-22 |
課程費用 | |
線上洽詢 |
開課地點 | |
線上課程遠距同步教學課程 |
| 適合職務 | |
>
課程資訊
適用對象
課程特色
詳細內容
師資介紹
課程資訊
開課日期
2025-11-22
學習時程
21
上課時間
週日
上課時段
上午,下午
適用對象
※補助身分認定請詳洽報名專員確認。
課程特色
AI結合硬體，產業趨勢 X 領先職能
✔搭配硬體，學習才有感
透過 SparkFun Edge 硬體裝置，實戰開發 TinyML 的AI應用。
✔實戰三大AI專案，還提供程式源碼
進行微控制器上面的AI開發專案，包含人臉偵測、語音識別、姿態識別三大專案。
✔老師傅才能讓你快速抓到開發的眉角
汲取業師的實務開發經驗，讓你少走冤望路。縮短專案開發時程，就是省錢。
你將獲得的知識和技術有：
1. 了解 Edge AI 的應用、限制與挑戰。
2. 了解 Tensorflow Lite for MCU 的軟體程式架構與開發流程。
3. 了解最佳化 ML 模型的方法：量化、剪枝、壓縮原理。
4. 了解 AI模型如何部署於微控制器，包含開發環境建立、模型訓練、模型最佳化等。
5. 了解 MCU該如何處理這些讀入的連續輸入資料(包含圖像、語音、感測訊號)及模型模型輸出後的處理等。
詳細內容
補助專班，額滿即止！
TensorFlow Lite for MCU是專為邊緣裝置設計的TensorFlow模型預測框架，是TensorFlow的精簡版本，讓開發者可以在物聯網與嵌入式裝置中部署微型機器學習模型。 本課程將教授AI模型如何部署於微控制器，包含模型訓練、模型最佳化以及TensorFlow Lite框架的程式開發等。實作上搭配Sparkfun edge board (ARM cortex M4)，說明如何以TensorFlow Lite 在微控制器上開發人工智慧專案。
課程安排三項Edge AI專案實作，跨足AI在圖像、語音、感測訊號的三大應用領域，包含連續圖像輸入的人臉偵測、連續語音訊號輸入的語音識別、連續感測訊號輸入的姿態識別。在課程中也會特別解說MCU是如何處理這些讀入的連續輸入資料(包含圖像、語音、感測訊號)及模型輸出後的處理，才能讓AI系統更加穩健。
揮動姿態識別(配合3軸加速器)▼
偵測有無人臉(配合camera sensor)▼
師資介紹
Joseph老師
▪ 台灣大學電機工程系博士研究 ▪ 上市網通科技公司/資深軟體工程師
▪ 機器學習 ▪ 深度學習 ▪ 嵌入式Linux系統 ▪ ARM Boot Loader
▪ MCU 韌體設計 ▪ Linux 驅動程式 ▪ Linux系統程式 ▪ 網路通訊協定
▪ 台灣大學電機工程系博士研究 ▪ 上市網通科技公司/資深軟體工程師
▪ 機器學習 ▪ 深度學習 ▪ 嵌入式Linux系統 ▪ ARM Boot Loader
▪ MCU 韌體設計 ▪ Linux 驅動程式 ▪ Linux系統程式 ▪ 網路通訊協定
備註
如您對本課程有興趣，或需相關諮詢，歡迎於下方留下您的聯絡資訊，我們將派專人與您聯繫，感謝您！
我想諮詢/報名
你可能會喜歡...
與我諮詢 / 報名
認證機構推薦
