Sprzedaż Tylko Wysyłkowa przez bezpieczne przesyłki OLX
Sprzedajemy tylko Nowe przedmioty które zawierają już swoje Maksymalne Rabaty cena nie podlega negocjacji
NIE Ma możliwości Odbioru OSOBISTEGO
Potrzebujesz kilka przedmiotów z naszych ogłoszeń? NAPISZ!
skompletujemy je i wyślemy w jednej przesyłce
lub dokonaj zakupu kilku przedmiotów na naszej stronie
www.taniepodreczniki.com.pl

Strony: 432, Format: 236x175 mmMoże się wydawać, że profesjonalne systemy uczenia maszynowego wymagają sporych zasobów mocy obliczeniowej i energii. Okazuje się, że niekoniecznie: można tworzyć zaawansowane, oparte na sieciach neuronowych aplikacje, które doskonale poradzą sobie bez potężnych procesorów. Owszem, praca na mikrokontrolerach podobnych do Arduino lub systemach wbudowanych wymaga pewnego przygotowania i odpowiedniego podejścia, jest to jednak fascynujący sposób na wykorzystanie niewielkich urządzeń o niskim zapotrzebowaniu na energię do tworzenia zdumiewających projektów.Ta książka jest przystępnym wprowadzeniem do skomplikowanego świata, w którym za pomocą techniki TinyML wdraża się głębokie uczenie maszynowe w systemach wbudowanych. Nie musisz mieć żadnego doświadczenia z zakresu uczenia maszynowego czy pracy z mikrokontrolerami. W książce wyjaśniono, jak można trenować modele na tyle małe, by mogły działać w każdym środowisku - również Arduino. Dokładnie opisano sposoby użycia techniki TinyML w tworzeniu systemów wbudowanych opartych na zastosowaniu ucze nia maszynowego. Zaprezentowano też kilka ciekawych projektów, na przykład dotyczący budowy urządzenia rozpoznającego mowę, magicznej różdżki reagującej na gesty, a także rozszerzenia możliwości kamery o wykrywanie ludzi.W książce między innymi: praca z Arduino i innymi mikrokontrolerami o niskim poborze mocy podstawy uczenia maszynowego, budowy i treningu modeli TensorFlow Lite i zestaw narzędzi Google dla TinyML bezpieczeństwo i ochrona prywatności w aplikacji optymalizacja modelu tworzenie modeli do interpretacji różnego rodzaju danychOgraniczone zasoby? Poznaj TinyML!


Rok wydania: 2022, oprawa: broszurowa

Pete Warden, Daniel Situnayake

Helion

978*****83623