首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

设置TinyML实验Arduino环境

最近在学习edx的HarvardX TinyML 3 - deploying TinyML。这个在线课程大大降低了TinyML的学习曲线的陡峭度,可以作为《TinyML: Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers》的有益补充。原书是TensorFlow-Lite-Micro相关设计的提纲挈领,但是成书到发行期间,TFLM一直也在发展中,书中的代码到实践时候就有差异;《TinyML》也没有把实践部署讲的很透彻,个人认为在于TFLM采用工业化的pipeline解决依赖(不同硬件平台的编译、库、工具链的依赖);《TinyML》在阐述硬件平台移植相关章节,没有把工具链从官方的工业pipeline完整的剥离出来,也导致了光看书无法复现。为什么敢这么说?徒手把TFLM移植到nrf52840的淘宝开发板上,书忽略了nrf平台工具链的构建,以及如何和tf编译系统联动的设计。工作原因没有精力继续TinyML的爱好了。Harvard在线课程给了个契机继续,毕竟看视频比看code和实操要省力好多。

07

【IoT应用创新大赛】智能快递箱的设计与实现

物联网时代的来临给生活带了科技感,让生活充满了便捷,在物流领域产生了重要的推动作用。可以说,物联网是开启物流信息化整合的时代引擎,谁抓住了物联网,谁就抓住了物流行业的未来!面对物流快递业务量的爆发式增长,“最后100米”配送已成为制约递送效率的关键性因素。为突破物流快递中这“最后100米”障碍,根据现代物品流通更网络化、电子化、自动化的发展趋势,融合了网络购物、电子商务、物流方式等现代商业运营模式,将远程通讯、GPRS定位、自动控制等电子科技融为一体,它将以全新的商业运营模式,引领并满足人们快捷、便利、低成本的物流消费生活方式。快递终端的自助化简化了人工操作流程,提高了工作效率和准确性,可大大降低企业的运营成本。

010
领券