AI正快速從「 Cloud雲端」走向「 Edge終端」
隨著物聯網與人工智慧發展，工作負載開始由雲端移轉至終端，AI也隨之進入到嵌入式系統及物聯網終端裝置中。在終端或所謂邊緣裝置這類的超低功耗微處理器上所實現的機器學習，被稱呼為微型機器學習，即TinyML。然而在硬體資源受限下，要如何確保AI效能，同時兼顧低功耗、成本與縮短開發時間，都是研發人員必須面對的挑戰。
TensorFlow Lite for MCU正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。在實作上搭配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。課程安排的三個專案實作，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。
★本課程恕不得與黃金存摺、課程現金抵用券等任何優惠折扣並用！
★注意事項：
安裝環境》上課前請先於電腦安裝以下環境
Linux Ubuntu 18.04
專案實作硬體教材》
專題實作將使用以下教材進行實作
1、Sparkfun Edge board x1
2、Sparkfun USB-to-Serial Adapter x1 (CH340E chip)
3、microUSB Wire x1
4、Himax CMOS Imaging Camera - HM01B0 x1
| 線上課程【觀看說明】 |
| ●線上課程觀看時效為90天（訂單繳費後約3個工作日可開始觀看）期間可重複觀看。 觀看時間，自報名後”收到觀看通知e-mail（提供線上課程連結）”當天起算，請務必留意e-mail通知！ ●課程報名繳費時，可備註3日後的課程開通日(平日)，可於指定日協助課程開通。 ●課程觀看通知發出後，視同購買之線上課程已生效，恕不提供課程異動、開通日程延後申請，請務必留意。 ●關於課程報名問題，歡迎與客服聯繫 02-2748-5188。 |
| 課程特色 |
| ✔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，讓你少走冤枉路。縮短專案開發時程，就是省錢。 |
| 學習目標 |
| ●了解 Edge AI 的應用、限制與挑戰。 ●了解 Tensorflow Lite for MCU 的軟體程式架構與開發流程。 ●了解最佳化 ML 模型的方法：量化、剪枝、壓縮原理。 ●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。 ●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。 ※本班培訓重點聚焦於培養學員瞭解AI專案執行流程、AI 模型訓練與優化，更進一步能在終端裝置上實現符合用戶需求之多元AI應用產品。 ※課程完訓後將提供結業證書作為研習證明。 |
| 適合對象 |
| ●欲了解Edge AI如何在MCU實現之工程師或研究生。 ●欲了解如何在Edge AI上實現人臉偵測、語音識別、姿態識別。 ●欲學習AI模型如何部署在嵌入式裝置上之技術的工程師。 ●欲學習Tensorflow Lite程式架構之工程師。 ●需領導、管理AI邊緣運算相關開發專案，並與團隊加強溝通者。 |
| 課程大綱 |
| Edge AI 與MCU起手式》 ●簡介MCU世界的邊緣運算 ●Edge AI(TinyML)的開發流程 ●SparkFun Edge Board硬體介紹 ●SparkFun Edge SDK架構說明 ●建立編譯開發環境 ●動手作 -建置第一個hello word專案 -LED 跑馬燈、按鍵讀取 -程式燒錄流程 Tensorflow Lite for MCU實作開發》 ●AI於微控制器的開發流程說明 ●優化：模型量化、運算子優化 ●TF Lite FlatBuffer 格式 ●Tensorflow Lite for MCU程式框架說明 ●專案實作 -揮動姿態識別(配合3軸加速器) -偵測有無人臉(配合camera sensor) -語音字詞識別(配合麥克風) |
