剧集

使用 TinyML 识别微控制器上的单词

IoT 上的 AI 正在从云迁移到边缘，运行离数据更近的模型。传统上，在边缘上运行这些模型的硬件非常强大，具有 GPU 或计算摇杆。但是，如果在一个小于几千瓦功率的微型控制器上只运行一个内存量不到几千字节的模型呢？在此视频中，我们只考虑这样做，使用 Azure ML Studio 在云中训练唤醒词模型，然后将其压缩为 18知识库(KB) 并在基于小型、低功率的微型控制器设备的 Adafruit EdgeBadge 上运行该模型。

跳转到：

[02：00] – IoT 的历史
[04：25] – TinyML 简介
[05：12] – EdgeBadge 简介
[06：04] - 训练模型
[08：03] – 演示笔记本
[10：12] – 使用 VS Code 对 EdgeBadge 进行编程
[11：41] - 演示唤醒词

了解更多信息：

AI Show 的收藏夹链接：

跳转到：

[02：00] – IoT 的历史
[04：25] – TinyML 简介
[05：12] – EdgeBadge 简介
[06：04] - 训练模型
[08：03] – 演示笔记本
[10：12] – 使用 VS Code 对 EdgeBadge 进行编程
[11：41] - 演示唤醒词

了解更多信息：

AI Show 的收藏夹链接：