Contacta con nosotros

Temario del curso

Introducción

  • Microcontrolador vs. Microprocesador
  • Microcontroladores diseñados para tareas de aprendizaje automático

Descripción general de las características de TensorFlow Lite

  • Inferencia de aprendizaje automático en el dispositivo
  • Resolución de latencia de red
  • Resolución de restricciones de energía
  • Preservación de la privacidad

Limitaciones de un Microcontrolador

  • Consumo de energía y tamaño
  • Potencia de procesamiento, memoria y almacenamiento
  • Operaciones limitadas

Primeros Pasos

  • Preparación del entorno de desarrollo
  • Ejecución de un simple Hola Mundo en el microcontrolador

Creación de un Sistema de Detección de Audio

  • Obtención de un modelo de TensorFlow
  • Conversión del modelo a un FlatBuffer de TensorFlow Lite

Seriarización del Código

  • Conversión del FlatBuffer a un arreglo de bytes en C

Trabajo con las Bibliotecas C++ del Microcontrolador

  • Programación del microcontrolador
  • Recopilación de datos
  • Ejecución de inferencia en el controlador

Verificación de Resultados

  • Ejecución de una prueba unitaria para visualizar el flujo de trabajo de extremo a extremo

Creación de un Sistema de Detección de Imágenes

  • Clasificación de objetos físicos a partir de datos de imagen
  • Creación de un modelo de TensorFlow desde cero

Despliegue de un Dispositivo con Inteligencia Artificial

  • Ejecución de inferencia en un microcontrolador en campo

Resolución de Problemas

Resumen y Conclusión

Requerimientos

  • Experiencia en programación en C o C++
  • Conocimiento básico de Python
  • Comprensión general de sistemas embebidos

Público Objetivo

  • Desarrolladores
  • Programadores
  • Científicos de datos con interés en el desarrollo de sistemas embebidos
 21 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas