幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

TinyML(基於TensorFlow Lite在Arduino和超低功耗微控制器上部署機器學習)

  • 作者：(美)皮特·沃登//丹尼爾·西圖納亞克|責編:孫榕舒|譯者:魏蘭//卜傑
  • 出版社：機械工業
  • ISBN：9787111664222
  • 出版日期：2020/09/01
  • 裝幀：平裝
  • 頁數：416
人民幣：RMB 149 元      售價：元
放入購物車
加入收藏夾
內容大鋼
TinyML是指微型機器學習，更準確地說，它是指工程師在功率低於1毫瓦的設備上實現機器學習的方法、工具和技術。TinyML還將深度學習和嵌入式系統相結合，使得微型設備可以做出令人驚嘆的事情。在本書中，作者解釋了如何訓練足夠小的模型以使其適應任何環境。對於希望在嵌入式系統中搭建機器學習項目的軟體及硬體開發人員而言，本書是一個理想的指南，它將一步步地指導你創建和運行一系列TinyML項目。閱讀本書不需要任何機器學習或者微控制器開發經驗。
作者介紹
(美)皮特·沃登//丹尼爾·西圖納亞克|責編:孫榕舒|譯者:魏蘭//卜傑
目錄
前言
第1章  簡介
  1.1  嵌入式設備
  1.2  技術變遷
第2章  入門
  2.1  本書目標讀者
  2.2  需要的硬體
  2.3  需要的軟體
  2.4  我們希望你學到的東西
第3章  快速了解機器學習
  3.1  什麼是機器學習
  3.2  深度學習的工作流程
  3.3  小結
第4章  TinyML之「Hello World」：創建和訓練模型
  4.1  我們要創建什麼
  4.2  我們的機器學習工具鏈
  4.3  創建我們的模型
  4.4  訓練我們的模型
  4.5  為TensorFlow Lite轉換模型
  4.6  小結
第5章  TinyML之「Hello World」：創建應用程序
  5.1  詳解測試
  5.2  項目文件結構
  5.3  詳解源文件
  5.4  小結
第6章  TinyML之「Hello World」：部署到微控制器
  6.1  什麼是微控制器
  6.2  Arduino
  6.3  SparkFun Edge
  6.4  ST Microelectronics STM32F746G Discovery套件
  6.5  小結
第7章  喚醒詞檢測：創建應用程序
  7.1  我們要創建什麼
  7.2  應用架構
  7.3  詳解測試
  7.4  監聽喚醒詞
  7.5  部署到微控制器
  7.6  小結
第8章  喚醒詞檢測：訓練模型
  8.1  訓練我們的新模型
  8.2  在我們的項目中使用模型
  8.3  模型的工作方式
  8.4  使用你自己的數據訓練
  8.5  小結
第9章  行人檢測：創建應用程序
  9.1  我們在創建什麼
  9.2  應用程序架構
  9.3  詳解測試
  9.4  行人檢測
  9.5  部署到微處理器

  9.6  小結
第10章  行人檢測：訓練模型
  10.1  選擇機器
  10.2  配置Google Cloud Platform實例
  10.3  訓練框架選擇
  10.4  構建數據集
  10.5  訓練模型
  10.6  TensorBoard
  10.7  評估模型
  10.8  將模型導出到TensorFlow Lite
  10.9  訓練其他類別
  10.10  理解架構
  10.11  小結
第11章  魔杖：創建應用程序
  11.1  我們要創建什麼
  11.2  應用程序架構
  11.3  詳解測試
  11.4  檢測手勢
  11.5  部署到微處理器
  11.6  小結
第12章  魔杖：訓練模型
  12.1  訓練模型
  12.2  模型是如何工作的
  12.3  訓練你自己的數據
  12.4  小結
第13章  TensorFlow Lite for Microcontrollers
  13.1  什麼是TensorFlow Lite for Microcontrollers
  13.2  編譯系統
  13.3  支持一個新的硬體平台
  13.4  支持一個新的IDE或新的編譯系統
  13.5  在項目和代碼庫之間整合代碼更改
  13.6  回饋開源
  13.7  支持新的硬體加速器
  13.8  理解文件格式
  13.9  將TensorFlow Lite移動平台運算元移植到Micro
  13.10  小結
第14章  設計你自己的TinyML應用程序
  14.1  設計過程
  14.2  你需要微控制器還是更大的設備
  14.3  了解可行性
  14.4  站在巨人的肩膀上
  14.5  找一些相似的模型訓練
  14.6  查看數據
  14.7  綠野仙蹤
  14.8  先可以在桌面系統中運行
第15章  優化延遲
  15.1  首先確保你要優化的部分很重要
  15.2  更換硬體
  15.3  改進模型
  15.4  量化

  15.5  產品設計
  15.6  優化代碼
  15.7  優化運算元
  15.8  回饋開源
  15.9  小結
第16章  優化功耗
  16.1  開發直覺
  16.2  測量實際功耗
  16.3  估算模型的功耗
  16.4  降低功耗
  16.5  小結
第17章  優化模型和二進位文件大小
  17.1  了解系統
  17.2  估算內存使用率
  17.3  關於不同問題的模型準確率和規模的大致數字
  17.4  模型選擇
  17.5  減小可執行文件的大小
  17.6  真正的微型模型
  17.7  小結
第18章  調試
  18.1  訓練與部署之間準確率的損失
  18.2  數值差異
  18.3  神秘的崩潰與掛起
  18.4  小結
第19章  將模型從TensorFlow移植到TensorFlow Lite
  19.1  了解需要什麼運算元
  19.2  查看Tensorflow Lite中支持的運算元
  19.3  將預處理和后處理移至應用程序代碼
  19.4  按需自己實現運算元
  19.5  優化運算元
  19.6  小結
第20章  隱私、安全和部署
  20.1  隱私
  20.2  安全
  20.3  部署
  20.4  小結
第21章  了解更多
  21.1  TinyML基金會
  21.2  SIG Micro
  21.3  TensorFlow網站
  21.4  其他框架
  21.5  Twitter
  21.6  TinyML的朋友們
  21.7  小結
附錄A 使用和生成Arduino庫ZIP文件
附錄B 在Arduino上捕獲音頻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032