TensorFlow Lite für Mikrocontroller

Blog

TensorFlow Lite für Mikrocontroller oder TFLite Micro wurde entwickelt, um Machine-Learning-Modelle auf Mikrocontrollern und anderen eingebetteten Geräten auszuführen. Die Hauptvorteile sind geringer Energieverbrauch, geringe Größe, keine Netzwerkkonnektivität erforderlich, Datenschutz durch Inferenz auf dem Gerät und große Auswirkungen, da jedes Jahr Milliarden von Mikrocontrollern in Hardware eingebettet werden.



In diesem Video demonstrieren wir die Ausführung eines winzigen ~250 KB binären Bildklassifizierungsmodells, das erkennt, ob eine Person in dem vom SparkFunEdge-Mikrocontroller aufgenommenen Bild vorhanden ist ( https://goo.gle/3auscnH ). Erkennt der Mikrocontroller eine Person, leuchtet die grüne LED; ansonsten leuchtet die orange LED. Jedes Mal, wenn eine Inferenz ausgeführt wird, schaltet die blaue LED um.

Lautsprecher:
Meghna Natraj - Software-Ingenieurin
Pete Warden - Staff Software Engineer
Jason Mayes - Senior Developer Advocate

#tensorflow #maschinelles Lernen #python

www.youtube.com

TensorFlow Lite für Mikrocontroller

TensorFlow Lite für Mikrocontroller oder TFLite Micro wurde entwickelt, um Machine-Learning-Modelle auf Mikrocontrollern und anderen eingebetteten Geräten auszuführen.