TinyML. Wykorzystanie TensorFlow Lite do uczenia
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 15
Оплачивая «TinyML. Wykorzystanie TensorFlow Lite do uczenia» данное изделие из «Программирование» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
TinyML. Використання TensorFlow Lite для навчання
Оригінальна назва: TinyML. Використання TensorFlow Lite для навчання
Автори: Піт Уорден, Деніел Сітунаяке
Видавець: Геліон
Рік видання: 2022
Переклад: Анна Мізерська
ISBN: 9788328383623
Формат: 168x237
Обкладинка: м'яка
Сторінок: 432 b >
Книга нова
Ціна обкладинки книги: 99,00 злотих > акційну ціну можна знайти на нашому аукціоні!
Може здатися, що професійні системи машинного навчання вимагають багато обчислювальної потужності та енергії. Виявляється, це не обов'язково так: на основі нейронних мереж можна створювати просунуті програми, які будуть відмінно працювати без потужних процесорів. Так, робота з мікроконтролерами, подібними до Arduino, або вбудованими системами вимагає певної підготовки та підходу, але це захоплюючий спосіб використовувати невеликі малопотужні пристрої для створення дивовижних проектів.
Ця книга є доступним вступом до складний світ, у якому глибоке машинне навчання реалізовано у вбудованих системах за допомогою техніки TinyML. Вам не обов’язково мати досвід машинного навчання чи роботи з мікроконтролерами. У книзі пояснюється, як можна навчити досить малі моделі для роботи в будь-якому середовищі, включаючи Arduino. Детально описано методи використання техніки TinyML у створенні вбудованих систем на основі машинного навчання. Було також представлено кілька цікавих проектів, наприклад створення пристрою для розпізнавання мови, чарівної палички, яка реагує на жести, і розширення можливостей камери для виявлення людей.
У книзі, зокрема: p>
- робота з Arduino та іншими малопотужними мікроконтролерами
- основи машинного навчання, побудова та навчальні моделі
- TensorFlow Lite та інструментарій Google для TinyML
- li>
- безпека та захист конфіденційності в програмі
- оптимізація моделі
- створення моделей для інтерпретації різних типів даних