fbpx

728x90 PCB

  

♦ 歡迎使用振興三倍券

♦ 政府補助梯次即將於8/29開課,限額12名,請速洽詢!

♦ 本班配合政府計畫含【Python程式精修】數位課程

課程介紹

AI人工智慧正在加快速度從「 Cloud雲端」走向「 Edge邊緣」,進入到越來越小的物聯網設備中。在終端和邊緣側的微處理器上,實現的機器學習過程,被稱為微型機器學習,即TinyML。
TensorFlow Lite是專為邊緣裝置設計的TensorFlow模型預測框架,是TensorFlow的精簡版本,讓開發者可以在行動、物聯網與嵌入式裝置中部署微型機器學習模型,是超低功耗邊緣側人工智慧。 本課程使用 Sparkfun edge development board (ARM cortex M4 ) ,說明如何以TensorFlow Lite 進行微控制器上面的人工智慧開發專案,包含人臉偵測、關鍵字的語音辨識等。

※學習本課程前,建議具備撰寫C/C++程式語言之能力、具備Linux 系統之基礎操作能力、具有電子、電機、資訊、通訊工程、自動控制與半導體等相關背景或本身具有微控器開發之基礎能力、具基礎的機器學習與深度學習觀念尤佳。

關鍵字:ARM、微控制器、AI、人工智慧、邊緣運算、機器學習、 TensorFlow、 TensorFlowLite、 TinyML、 sparkfunedge、Edge、 Cloud、人臉偵測、語音辨識

課程特色
學習Edge AI在MCU實現

學習Edge
AI在MCU實現

由艾鍗學院專業講師一步一步帶領學員認識SparkFun Edge開發板,並能建立編譯開學習Edge AI如何在MCU實現,完成AI模型如何佈署在嵌入式裝置。
由淺入深系統化學習

TensorFlow Lite
專題實作

了解TensorFlow Lite for MCU的軟體程式架構與開發流程,進行機器學習模型訓練,唯有從實作中,讓你身歷其中,才能讓你有最好的學習效果。
軟硬整合深入技術核心

AI軟硬
整合能力

有別於其他教學單位,艾鍗擁有豐富的韌體、硬體學習資源,可幫助你在紮實的AI人工智慧基礎下,透過其他韌體、硬體技術能力來為你創造軟硬整合的優勢,學習不再是紙上談兵。
學習目標
  • 了解Edge AI在硬體資源上的限制與挑戰。
  • 了解Tensorflow Lite for MCU的軟體程式架構與開發流程。
  • 了解最佳化ML模型的方法: 量化、剪枝、壓縮原理。
  • 能透過SparkFun Edge裝置上學會開發TinyML的應用。
  • 培養學員具備業界所需之AI軟硬整合能力。
  • 傳承業師實務開發經驗,提高學習者的AI邊緣運算應用之開發效率。

適合對象
  • 欲了解Edge AI如何在MCU實現之電資相關科系研究生。
  • 欲了解Edge AI如何在MCU實現之工程師。
  • 欲學習AI模型如何佈署在嵌入式裝置上之技術的工程師。
  • 欲學習Tensorflow Lite程式架構之工程師。
  • 需領導、管理AI邊緣運算相關開發專案,並與團隊加強溝通者。
職涯方向
AI應用工程師

AI應用工程師

機器學習工程師

機器學習工程師

演算法工程師

演算法工程師

課程大綱
第一階段 Edge AI 與MCU起手式
  • MCU世界的邊緣運算

    • -Edge AI (TinyML)的開發流程
  • SparkFun Edge開發板硬體功能介紹

  • 建立編譯開發環境

  • Tensorflow Lite SDK架構說明

  • 動手作:建置第一個hello word專案

    • -LED 跑馬燈、按鍵讀取
  • 動手作:程式燒錄流程

第二階段 Tensorflow Lite for MCU實作開發
  • 機器學習模型訓練流程說明

  • 最佳化ML模型的方法:量化、剪枝、壓縮原理

  • Tensorflow Lite模型格式轉換

  • 專案實作及軟體程式碼解說

    • -yes/no語音識別(配合麥克風)
    • -偵測有無人臉(配合camera sensor)
    • -手寫數字識別(配合camera sensor) 詳情介紹 手寫數字識別
    • -揮動姿態識別 (配合3軸加速器) 詳情介紹 揮動姿態識別
業界師資

Jeffery老師

Jeffery

台灣大學土木工程研究所博士

知名上市資訊科技大廠大數據部門研發主管

類神經網路 / 基因演算法 / 最佳化演算法 / 結構力學 / 有限元素法 / 生醫影像處理

Tim老師

Tim

輔仁大學應用科學與工程研究所博士

知名上市電子消費品大廠AI研發部門資深工程師

機器學習 / 機器人開發 / 密碼學 / 影像壓縮 / 數位訊號處理 / 生醫資訊/生醫影像處理

Luke老師

Luke

海洋大學運輸所碩士

資深系統工程師

地理資料分析呈現 / 資料庫設計 /Machine Learning運算模組開發 / Deep Learning CNN,RNN

Joseph老師

Joseph

台灣大學電機工程系博士研究

上市網通科技公司/資深軟體工程師

嵌入式Linux系統 / ARM Boot Loader / 資料結構及演算法 / PCB Layout / MCU 韌體設計 / Linux 驅動程式 / Linux系統程式 / 網路通訊協定 / 機器學習 / 深度學習

Elvis老師

Elvis

美國聖路易大學生物資訊博士

知名國際3C製造大廠人工智慧研發部門主管

生物資訊 / 自然語言處理 / 統計推論 / 科學計算 / 數據科學 / 資料探勘 / 數值最佳化 / 資料庫 巨量資料處理 / 機器學習

Jay老師

Jay

台北科技大學機電整合研究所碩士

知名上市電子消費品大廠軟韌體研發部研發工程師

ROS機器人開發 / OpenCV影像處理與電腦視覺開發 / Linux嵌入式系統 / 機器學習 / 深度學習

Bob老師

Bob

中央大學太空所碩士

知名上市電子消費品大廠影像事業部研發工程師

ROS機器人開發 / OpenCV影像處理與電腦視覺開發 / Linux嵌入式系統 / 無人機韌體開發

ko老師

KO

國立中央大學太空科學所 碩士

光寶科技股份有限公司資深工程師

MCU韌體開發/OpenCV影像處理與電腦視覺開發/Linux嵌入式系統/機器學習/深度學習

課程諮詢
 

延伸學習

Q&A
AI最終仍需商轉,不論是什麼樣的AI應用,都需要足夠演算力的雲端平台進行運算,而邊緣運算透過行動裝置及IoT裝置上收集和分析資料,減少了傳送到雲端運算來回的延遲時間與頻寬的消耗,即使系統處於離線狀態,邊緣運算也可以持續運作,而超低功耗邊緣側人工智慧更是全球半導體產業的發展焦點。
除了能了解TensorFlow Lite for MCU的軟體程式架構與開發流程,建立編譯開發環境,透過業界講師一步一步帶領進行專題實作,可學習到人臉辨識、語音識別、手寫識別、姿態識別等軟硬體整合應用,快速掌握邊緣運算與終端應用。

大部份的培訓單位都專注於AI演算法,卻少有單位教學員AI軟硬整合的技術。然而,AI軟硬整合的技術,才是AI商轉的關鍵。 艾鍗學院重視如何幫助學員培養實現AI商轉的目標的職能,因此課程規劃以AI軟硬整合為主題,並搭配艾鍗學院針對課程獨家研發硬體教具,來提高學員學習成效。唯有軟硬整合的課程規劃幫助學員的職能養成更能符合業界所需。因為AI最終要商轉,商轉靠硬體。也唯有具備豐富軟韌體培訓經驗的艾鍗學院才能帶給你最全面、專業的技術支持。