0 رای
وضعیت موجودی موجود

قیمت قبلی: 5,040,000 ریال
قیمت: 4,640,000 ریال

 



جلد سخت سیاه و سفید

Product details

  • Publisher ‏ : ‎ Packt Publishing (April 1, 2022)
  • Language ‏ : ‎ English
  • Paperback ‏ : ‎ 344 pages
  • ISBN-10 ‏ : ‎ 180181497X
  • ISBN-13 ‏ : ‎ 978-1801814973


 

کتاب TinyML Cookbook: Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter

Work through over 50 recipes to develop smart applications on Arduino Nano 33 BLE Sense and Raspberry Pi Pico using the power of machine learning

Key Features

  • Train and deploy ML models on Arduino Nano 33 BLE Sense and Raspberry Pi Pico
  • Work with different ML frameworks such as TensorFlow Lite for Microcontrollers and Edge Impulse
  • Explore cutting-edge technologies such as microTVM and Arm Ethos-U55 microNPU

Book Description

This book explores TinyML, a fast-growing field at the unique intersection of machine learning and embedded systems to make AI ubiquitous with extremely low-powered devices such as microcontrollers.

The TinyML Cookbook starts with a practical introduction to this multidisciplinary field to get you up to speed with some of the fundamentals for deploying intelligent applications on Arduino Nano 33 BLE Sense and Raspberry Pi Pico. As you progress, you'll tackle various problems that you may encounter while prototyping microcontrollers, such as controlling the LED state with GPIO and a push-button, supplying power to microcontrollers with batteries, and more. Next, you'll cover recipes relating to temperature, humidity, and the three “V” sensors (Voice, Vision, and Vibration) to gain the necessary skills to implement end-to-end smart applications in different scenarios. Later, you'll learn best practices for building tiny models for memory-constrained microcontrollers. Finally, you'll explore two of the most recent technologies, microTVM and microNPU that will help you step up your TinyML game.

By the end of this book, you'll be well-versed with best practices and machine learning frameworks to develop ML apps easily on microcontrollers and have a clear understanding of the key aspects to consider during the development phase.

What you will learn

  • Understand the relevant microcontroller programming fundamentals
  • Work with real-world sensors such as the microphone, camera, and accelerometer
  • Run on-device machine learning with TensorFlow Lite for Microcontrollers
  • Implement an app that responds to human voice with Edge Impulse
  • Leverage transfer learning to classify indoor rooms with Arduino Nano 33 BLE Sense
  • Create a gesture-recognition app with Raspberry Pi Pico
  • Design a CIFAR-10 model for memory-constrained microcontrollers
  • Run an image classifier on a virtual Arm Ethos-U55 microNPU with microTVM

Who this book is for

This book is for machine learning developers/engineers interested in developing machine learning applications on microcontrollers through practical examples quickly. Basic familiarity with C/C++, the Python programming language, and the command-line interface (CLI) is required. However, no prior knowledge of microcontrollers is necessary.

Table of Contents

  1. Getting Started with TinyML
  2. Prototyping with Microcontrollers
  3. Building a Weather Station with TensorFlow Lite for Microcontrollers
  4. Voice Controlling LEDs with Edge Impulse
  5. Indoor Scene Classification with TensorFlow Lite for Microcontrollers and the Arduino Nano
  6. Building a Gesture-Based Interface for YouTube Playback
  7. Running a Tiny CIFAR-10 Model on a Virtual Platform with the Zephyr OS
  8. Toward the Next TinyML Generation with microNPU

منابع کتاب کتاب TinyML Cookbook: Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter

روی بیش از 50 دستور العمل کار کنید تا با استفاده از قدرت یادگیری ماشین، برنامه‌های هوشمند را روی Arduino Nano 33 BLE Sense و Raspberry Pi Pico توسعه دهید.

ویژگی های کلیدی

  • آموزش و استقرار مدل‌های ML در آردوینو نانو 33 BLE Sense و Raspberry Pi Pico
  • کار با چارچوب‌های مختلف ML مانند TensorFlow Lite برای میکروکنترلرها و Edge Impulse
  • فناوری‌های پیشرفته مانند microTVM و Arm Ethos-U55 microNPU را کاوش کنید

توضیحات کتاب

این کتاب به بررسی TinyML می‌پردازد، حوزه‌ای که به سرعت در حال رشد است در تقاطع منحصربه‌فرد یادگیری ماشین و سیستم‌های تعبیه‌شده برای ایجاد هوش مصنوعی در همه جا با دستگاه‌های بسیار کم مصرف مانند میکروکنترلرها.

کتاب آشپزی TinyML با مقدمه ای عملی در این زمینه چند رشته ای شروع می شود تا شما را با برخی از اصول اولیه برای استقرار برنامه های هوشمند در Arduino Nano 33 BLE Sense و Raspberry Pico آشنا کند. همانطور که پیشرفت می کنید، با مشکلات مختلفی که ممکن است هنگام نمونه سازی میکروکنترلرها با آنها مواجه شوید، از جمله کنترل وضعیت LED با GPIO و دکمه فشاری، تامین برق میکروکنترلرهای با باتری و موارد دیگر، مقابله خواهید کرد. در مرحله بعد، دستور العمل های مربوط به دما، رطوبت و سه حسگر "V" (صدا، دید و لرزش) را برای به دست آوردن مهارت های لازم برای پیاده سازی برنامه های هوشمند انتها به انتها در سناریوهای مختلف پوشش خواهید داد. بعداً، بهترین روش‌ها را برای ساختن مدل‌های کوچک برای میکروکنترلرهای دارای محدودیت حافظه خواهید آموخت. در نهایت، دو تا از جدیدترین فناوری‌ها را بررسی خواهید کرد،

در پایان این کتاب، شما با بهترین شیوه‌ها و چارچوب‌های یادگیری ماشین برای توسعه آسان برنامه‌های ML بر روی میکروکنترلرها آشنا خواهید شد و درک روشنی از جنبه‌های کلیدی که باید در مرحله توسعه در نظر بگیرید، خواهید داشت.

آنچه خواهید آموخت

  • اصول برنامه نویسی میکروکنترلر مربوطه را بدانید
  • با حسگرهای دنیای واقعی مانند میکروفون، دوربین و شتاب سنج کار کنید
  • یادگیری ماشین روی دستگاه را با TensorFlow Lite برای میکروکنترلرها اجرا کنید
  • اپلیکیشنی را پیاده سازی کنید که به صدای انسان با Edge Impulse پاسخ دهد
  • برای طبقه بندی اتاق های داخلی با Arduino Nano 33 BLE Sense، از یادگیری انتقال اهرمی استفاده کنید
  • با Raspberry Pi Pico یک برنامه تشخیص حرکت ایجاد کنید
  • یک مدل CIFAR-10 برای میکروکنترلرهای با محدودیت حافظه طراحی کنید
  • یک طبقه‌بندی کننده تصویر را روی یک میکروNPU مجازی Arm Ethos-U55 با microTVM اجرا کنید

این کتاب برای چه کسی است

این کتاب برای توسعه دهندگان/مهندسین یادگیری ماشینی است که علاقه مند به توسعه برنامه های یادگیری ماشین بر روی میکروکنترلرها از طریق مثال های عملی سریع هستند. آشنایی اولیه با C/C++، زبان برنامه نویسی پایتون و رابط خط فرمان (CLI) الزامی است. با این حال، هیچ دانش قبلی در مورد میکروکنترلرها لازم نیست.

فهرست مطالب

  1. شروع کار با TinyML
  2. نمونه سازی با میکروکنترلرها
  3. ساخت ایستگاه هواشناسی با TensorFlow Lite برای میکروکنترلرها
  4. LED های کنترل صدا با Edge Impulse
  5. طبقه بندی صحنه های داخلی با TensorFlow Lite برای میکروکنترلرها و آردوینو نانو
  6. ساخت یک رابط مبتنی بر ژست برای پخش YouTube
  7. اجرای یک مدل کوچک CIFAR-10 بر روی یک پلت فرم مجازی با سیستم عامل Zephyr
  8. به سوی نسل بعدی TinyML با microNPU

نظرات کاربران درباره کتاب TinyML Cookbook: Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد کتاب TinyML Cookbook: Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter نظر می دهد.

ارسال نظر درباره کتاب TinyML Cookbook: Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter

لطفا توجه داشته باشید که ایمیل شما منتشر نخواهد شد.

برچسب های مرتبط با کتاب TinyML Cookbook: Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter

Computers&Technology انتشارات طلایی

بر اساس سلیقه شما...

  جلد سخت رنگی Product details Publisher &rl ...
5,040,000 ریال
  جلد سخت سیاه و سفید Product details Publis ...
4,080,000 ریال
  جلد سخت سیاه و سفید Product details Publis ...
3,760,000 ریال
  جلد سخت سیاه و سفید Product details Publis ...
3,920,000 ریال
  جلد سخت سیاه و سفید Product details Publis ...
4,720,000 ریال
جلد سخت رنگی Publisher:  Oxford University Press Year:  ...
13,060,000 ریال

codebazan

طراحی و اجرا: فروشگاه ساز سبدخرید