https://embed.notionlytics.com/wt/ZXlKd1lXZGxTV1FpT2lKalpqYzBNMkppTW1KaU5EZzBOVGt6T1dGa09UVmxPR1l5TVRneE1UbG1ZU0lzSW5kdmNtdHpjR0ZqWlZSeVlXTnJaWEpKWkNJNklsZHNTR2hsVEZSUFdXeHpaVmRhUW1ZNU1YQmxJbjA9

另一个限制是处理器的成本应低于1美元。 TinyML的主要用途是用于边缘设备,在这些边缘设备中,几乎无需维护即可部署传感器。关于运行TinyML的设备浮现的一句话是“撕开和黏贴传感器”。这是一个概念,该设备无需更换电池即可运行数年,并且可以放置和遗忘,除非需要从中获取数据。Warden提到可以在这类设备上使用的区域是在工业生产线上,不方便供电的地方。

硬件

Arduino IDE准备

安装库文件

下载示例程序

使用Arduino IDE串行绘图仪查看传感器数据

在Arduino上开始机器学习

捕获手势数据

前往Jupyter笔记本

运行设置环境

上载捕获数据

图形数据

基于.csv数据的训练神经网络

随机分配和拆分输入和输出对以进行训练

建立和训练模型

校验

使用测试数据运行

将训练好的模型转换为Tensor Flow Lite

将模型编码到Arduino头文件中