內容簡介:應用Arduino與低耗電微控制器
「想要瞭解如何在資源有限的設備上運行機器學習嗎？那就要看這本書，它是AI發展的里程碑。」
—MassimoBanzi
Arduino共同創辦人
「本書藉由清楚、有趣的用例來教你如何在Arm微控制器上部署ML。」
—JemDavies
Arm機器學習集團副總裁、研究員和總經理
深度學習網路正在不斷縮小，而且比以前小太多了。GoogleAssistant偵測單字的模型只有14KB，小到可在微控制器上運行。這本實用的書籍將引領你進入TinyML領域，結合深度學習和嵌入式系統，用微型設備產生驚人的效果。
PeteWarden和DanielSitunayake將講解如何訓練可以放入任何環境的微型模型。對想要使用機器學習來建構嵌入式系統的軟體和硬體開發者來說，這是一本理想的指南，它將指引你逐步建立一系列的TinyML專案，而且你不需要具備機器學習或微控制器的經驗。
‧建立語音辨識器、人體偵測鏡頭及可以回應手勢的魔杖
‧活用Arduino和超低電力的微控制器
‧學習ML的基本概念及訓練自己的模型
‧訓練可以理解音訊、影像和加速度計資料的模型
‧探索Google為TinyML設計的工具組，TensorFlowLiteforMicrocontrollers
‧為app進行除錯及保護隱私和安全
‧優化等待時間、耗電量、模型和二進制檔的大小
ARM 訓練 GOOGLE 微控制器 深度學習 AI 機器學習 TINYML 偵測 ML ARDUINO APP 模型 LITE 建立
