Episode

Mengenali kata-kata pada mikrokontroler menggunakan TinyML

AI pada IoT bergerak dari cloud ke edge, dengan menjalankan model lebih dekat ke sumber data. Secara tradisional, perangkat keras untuk menjalankan model ini di perangkat edge cukup bertenaga, seperti GPU atau compute stick. Namun, bagaimana jika Anda dapat menjalankan model hanya dengan beberapa kilobyte memori pada mikrokontroler kecil yang mengonsumsi daya kurang dari satu miliwatt? Dalam video ini, kita akan melihat cara melakukannya: melatih model kata pemicu di cloud menggunakan Azure ML Studio, lalu mengompresinya menjadi 18 KB dan menjalankannya pada Adafruit EdgeBadge, perangkat kecil berbasis mikrokontroler berdaya rendah.

Langsung ke:

[02:00] – Sejarah IoT
[04:25] – Pengantar TinyML
[05:12] – Pengantar EdgeBadge
[06:04] – Melatih model
[08:03] – Demo buku catatan
[10:12] – Menggunakan Visual Studio Code untuk memprogram EdgeBadge
[11:41] – Demo kata bangun

Pelajari lebih lanjut:

Tautan favorit dari The AI Show:

Langsung ke:

[02:00] – Sejarah IoT
[04:25] – Pengantar TinyML
[05:12] – Pengantar EdgeBadge
[06:04] – Melatih model
[08:03] – Demo buku catatan
[10:12] – Menggunakan Visual Studio Code untuk memprogram EdgeBadge
[11:41] – Demo kata bangun

Pelajari lebih lanjut:

Tautan favorit dari The AI Show:

Memiliki umpan balik? Kirimkan masalah di sini.