Downloaden Sie, um offline zu lesen
Hochgeladen vonJens Siebert
TinyML – Machine Learning für eingebettete Systeme
Das Dokument befasst sich mit TinyML und Machine Learning für eingebettete Systeme, präsentiert von Jens Siebert. Es behandelt Grundlagen von KI, Machine Learning und Deep Learning sowie die Nutzung von TensorFlow-Frameworks für das Training und die Bereitstellung von Modellen in eingebetteten Systemen. Zusätzlich werden Ressourcen und Links zu weiteren Informationen und Codebeispielen bereitgestellt.
TinyML – Machine Learning für eingebettete Systeme
- 1. TinyML Machine Learning füreingebettete Systeme Jens Siebert (@jens_siebert) IoT Hessen, 25. November 2020 https://www.slideshare.net/JensSiebert1
- 2. Über mich • SeniorSoftware Developer bei doks.innovation in Kassel • Drohnen-Steuerung, Computer Vision, Architektur • Maker, 3D-Drucker, Nerd
- 3.
- 4.
- 5.
- 6. KI vs. MachineLearning vs. Deep Learning Künstliche Intelligenz Machine Learning Deep Learning
- 7. Klassische Algorithmen vs.Deep Learning Modell Architektur Modell RegelnDaten Ergebnis Trainings-Daten Regeln Ergebnis Daten Training Inferenz
- 8. Deep Learning –Neuronale Netze ∑ w1 x1 ⍴w2 x2 wn xn Eingaben Gewichte Übertragungs- funktion Aktivierungs- funktion Ausgabe o 𝑜 = 𝜌 𝑖=1 𝑛 𝑥𝑖 𝑤𝑖 . . .
- 9. Deep Learning –Neuronale Netze i1 x1 i2 x2 i3 x3 h11 h12 h13 h14 h15 h21 h22 h23 h24 h25 o1 o2 Input-Layer Hidden-Layer(s) Output-Layer
- 10.
- 11. Training & Deployment Datensatz aufnehmen Modell- Architektur entwerfen Modelltrainieren Ergebnisse evaluieren Modell konvertieren & optimieren Code für Inferenz entwickeln Deployment- Paket bauen Deployment
- 12. TensorFlow – Frameworksfür Deep Learning TensorFlow • Training + Inferenz • Client + Server • GPU Beschleunigung (CUDA) • C++/Python + Language Bindings TensorFlow.js • Inferenz (+ Training) • Client (Browser) + Server (Node.js) • GPU Beschleunigung (WebGL oder CUDA) • JavaScript TensorFlow Lite • Inferenz • Mobile + eingebettete Systeme • C/C++ Tensoren… 𝑅𝑎𝑛𝑔 0 = 1 𝑅𝑎𝑛𝑔 1 = 1 2 𝑅𝑎𝑛𝑔 2 = 1 2 3 4
- 13.
- 14.
- 15.
- 16. Vielen Dank! https://www.tensorflow.org/lite/microcontrollers https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/micro/examples https://www.edgeimpulse.com https://tinymlbook.com Slides: https://www.slideshare.net/JensSiebert1 Code:https://bitbucket.org/jenssiebert/iotkstinyml Twitter: @jens_siebert