課程簡介
課程以 Raspberry Pi Pico 為核心平台，以 TensorFlow Lite Micro 框架，帶領學員從認識微控制器、環境建置、周邊感測器應用，到 AI 模型的訓練與部署。學員將透過兩個實作專案：「正弦波預測」與「手勢辨識魔杖」，完整體驗從模型訓練、量化、到燒錄 MCU 的 TinyML 流程。
📌課程範疇
■ TinyML基礎與環境建置： 認識邊緣運算與TinyML，並完成Raspberry Pi Pico的C/C++開發環境建置。
■ AI模型訓練與量化： 學習使用TensorFlow訓練AI模型，並透過TensorFlow Lite Micro框架進行模型轉換與量化。
■ 硬體整合與部署實作： 結合加速度計等感測器，撰寫C/C++程式在Pico上呼叫模型庫，完成AI即時推論應用。
課程目標
🎯培養學員將AI模型部署於嵌入式裝置的實戰能力，從零開始掌握TinyML專案開發流程。
- 學員能了解邊緣運算的核心概念與應用場景。
- 學員能掌握一個完整 TinyML 專案的端到端流程：AI 模型訓練 ➝ 模型轉換 ➝ MCU 部署。
- 學員能建置 Raspberry Pi Pico 的 C/C++ 開發與編譯環境。
- 學員能使用 TensorFlow Lite Micro 進行模型量化與部署。
- 學員能撰寫嵌入式 C/C++ 程式，在 Pico 上呼叫 TFLite 模型庫以執行即時 AI 推論。
※ 課程完訓後將提供結業證書作為研習證明
補助說明【經濟部數位轉型培力補助】
- 誰可以申請？
• 企業任一項營業登記項目符合製造類別
• 投保勞工人數 30人以下 - 補助內容
• 每位受訓員工補助 1萬元 (課程全額補助)
• 每家企業補助上限 10萬元 - 申請管道
• 補助懶人包：👉點此查看
• 補助申請：👉線上申請
📌 亦開放個人單位報名，另享課程優惠方案
適合對象
教學方式
- 投影片講授及配合課程內容提供範例程式進行演練
- 專案實作內容視需要另補充資料
- 硬體實作教學，須搭配Raspberry Pi Pico、Pico擴充板
硬體教材內容
獨家研發Pi Pico擴充板規格
課程大綱
- 課程總時數 : 14小時
第一階段｜邊緣運算與Pico環境介紹
-
邊緣運算(Edge AI)與TinyML概念
-
Raspberry Pi Pico硬體架構與腳位介紹
-
C/C++ 開發與編譯環境建置
第二階段｜TensorFlow Lite 框架與模型量化
-
TensorFlow/Keras模型訓練
-
TensorFlow Lite模型轉換與量化
-
撰寫C++程式部署模型到Pico並驗證推論結果
-
以正波預測模型為例
第三階段｜專題實作：手勢辨識魔杖
-
加速度計感測器(Accelerometer)整合與資料讀取
-
手勢資料收集與模型訓練
-
部署模型到Pico並完成可互動的AI邊緣應用
授課師資
Joseph老師
● 經歷：上市網通科技公司/資深軟體工程師/大學兼任講師/
台北市職能發展學院講師/經濟部工業局智慧電子人才應用發展推動計畫講師
● 專長：▪資料處理與分析 ▪機器學習 ▪深度學習 ▪AI邊緣運算
課程節錄
Q&A
Raspberry Pi Pico 是 Raspberry Pi 基金會推出的低成本、低功耗微控制器開發板。它搭載了基金會自行設計的 RP2040 雙核心處理器，具有 264KB RAM 和 2MB Flash 記憶體、靈活的 I/O，並可使用 MicroPython 和 C/C++開發，快速入門硬體控制，開發微控制器應用。(更多....)
TensorFlow Lite Micro (TFLite Micro) 是一個專為微控制器 (MCU) 和其他資源受限裝置設計的機器學習推論引擎。它讓你可以將原本需要強大電腦才能運行的 AI 模型，經過優化和壓縮後，部署到記憶體和運算能力都非常有限的微型晶片上，實現「Edge AI」或 「TinyML」。這樣一來，這些小型裝置也能擁有基本的智慧功能，例如：語音指令識別、簡單的手勢辨識、物體分類等，而且無需連接網路，反應速度更快、功耗更低。
學習TensorFlow Lite Micro能讓你在資源有限的裝置上實現人工智慧！它能讓你將經過量化優化的機器學習模型直接部署到記憶體與運算資源極度受限的微控制器，不需連網就能執行AI推論，提升反應速度、保護隱私，並有效降低功耗。掌握這項技術，能讓你搭上Edge AI的浪潮，創造更多創新應用！
課程諮詢
