《TinyML：基于TensorFlow Lite在Ardui》读书笔记模板

TinyML：基于TensorFlowLite在Ardui读书笔记模板01思维导图目录分析精彩摘录内容摘要读书笔记作者介绍目录0305020406思维导图部署控制器机器系统机器项目设备指南第章小结模型训练应用程序硬件了解算子架构准确率微控制器关键字分析思维导图内容摘要内容摘要TinyML是指微型机器学习，更准确地说，TinyML是指工程师们在mW功率以下的设备上，实现机器学习的方法、工具和技术。TinyML将深度学习和嵌入式系统相结合，使得微型设备可以做出令人惊叹的事情。作者解释了如何训练足够小以适合任何环境的模型。对于希望在嵌入式系统中搭建机器学习项目的软件及硬件开发人员而言，本书是一个理想的指南，它将一步步地指导你创建一系列TinyML项目。阅读本书无需任何机器学习或者微控制器开发经验。目录分析OReillyMedia,Inc.介绍译者序一译者序二第1章简介目录第2章入门第3章快速了解机器学习第4章TinyML之“HelloWorld”：创建和训练模型第5章TinyML之“HelloWorld”：创建应用程序目录第6章TinyML之“HelloWorld”：部署到微控制器第8章唤醒词检测：训练模型第7章唤醒词检测：创建应用程序目录第9章行人检测：创建应用程序第10章行人检测：训练模型第11章魔杖：创建应用程序第12章魔杖：训练模型目录第13章TensorFlowLiteforMicrocontrollers第14章设计你自己的TinyML应用程序第15章优化延迟第16章优化功耗目录第17章优化模型和二进制文件大小第18章调试第19章将模型从TensorFlow移植到TensorFlowLite第20章隐私、安全和部署第21章了解更多12345目录附录B在Arduino上捕获音频附录A使用和生成Arduino库ZIP文件目录第1章简介1.1嵌入式设备1.2技术变迁第2章入门2.1本书目标读者2.2需要的硬件2.3需要的软件2.4我们希望你学到的东西第3章快速了解机器学习3.1什么是机器学习3.2深度学习的工作流程3.3小结第4章TinyML之“HelloWorld”：创建和训练模型4.1我们要创建什么4.2我们的机器学习工具链4.3创建我们的模型4.4训练我们的模型4.5为TensorFlowLite转换模型4.6小结第5章TinyML之“HelloWorld”：创建应用程序5.1详解测试5.2项目文件结构5.3详解源文件5.4小结第6章TinyML之“HelloWorld”：部署到微控制器6.1什么是微控制器6.2Arduino6.3SparkFunEdge6.4STMicroelectronicsSTM32F746GDiscovery套件6.5小结第7章唤醒词检测：创建应用程序7.1我们要创建什么7.2应用架构7.3详解测试7.4监听唤醒词7.5部署到微控制器7.6小结第8章唤醒词检测：训练模型8.1训练我们的新模型8.2在我们的项目中使用模型8.3模型的工作方式8.4使用你自己的数据训练8.5小结第9章行人检测：创建应用程序9.1我们在创建什么9.2应用程序架构9.3详解测试9.4行人检测9.5部署到微处理器9.6小结第10章行人检测：训练模型10.1选择机器10.2配置GoogleCloudPlatform实例10.3训练框架选择10.4构建数据集10.5训练模型10.6TensorBoard10.7评估模型10.8将模型导出到TensorFlowLite10.9训练其他类别第11章魔杖：创建应用程序11.1我们要创建什么11.2应用程序架构11.3详解测试11.4检测手势11.5部署到微处理器11.6小结第12章魔杖：训练模型12.1训练模型12.2模型是如何工作的12.3训练你自己的数据12.4小结第13章TensorFlowLiteforMicrocontrollers13.1什么是TensorFlowLiteforMicrocontrollers13.2编译系统13.3支持一个新的硬件平台13.4支持一个新的IDE或新的编译系统13.5在项目和代码库之间整合代码更改13.6回馈开源13.7支持新的硬件加速器13.8理解文件格式13.9将TensorFlowLite移动平台算子移植到Micro第14章设计你自己的TinyML应用程序14.1设计过程14.2你需要微控制器还是更大的设备14.3了解可行性14.4站在巨人的肩膀上14.5找一些相似的模型训练14.6查看数据14.7绿野仙踪14.8先可以在桌面系统中运行第15章优化延迟15.1首先确保你要优化的部分很重要15.2更换硬件15.3改进模型15.4量化15.5产品设计15.6优化代码15.7优化算子15.8回馈开源15.9小结第16章优化功耗16.1开发直觉16.2测量实际功耗16.3估算模型的功耗16.4降低功耗16.5小结第17章优化模型和二进制文件大小17.1了解系统限制17.2估算内存使用率17.3关于不同问题的模型准确率和规模的大致数字17.4模型选择17.5减小可执行文件的大小17.6真正的微型模型17.7小结第18章调试18.1训练与部署之间准确率的损失18.2数值差异18.3神秘的崩溃与挂起18.4小结第19章将模型从TensorFlow移植到TensorFlowLite19.1了解需要什么算子19.2查看TensorflowLite中支持的算子19.3将预处理和后处理移至应用程序代码19.4按需自己实现算子19.5优化算子19.6小结第20章隐私、安全和部署20.1隐私20.2安全20.3部署20.4小结第21章了解更多21.1TinyML基金会21.2SIGMicro21.3TensorFlow站21.4其他框架21.5Twitter21.6TinyML的朋友们21.7小结读书笔记读书笔记这是《TinyML：基于TensorFlowLite在Arduino和超低功耗微控制器上部署机器学习》的读书笔记模板，可以替换为自己的心得。精彩摘录精彩摘录这是《TinyML：基于Tenso