Noriu tapti Pigu PLUS nariu ir sutinku gauti Pigu PLUS programos vykdytojų ir jų partnerių pasiūlymus ir jų komunikaciją bei sutinku, kad mano asmens duomenys būtų valdomi šiais tikslais.
Kaune, Klaipėdoje, Šiauliuose, Panevėžyje, parduotuvėje
Spalio 21 d.
000 €
Atsiimkite Omniva paštomate
Spalio 21 d.
249 €
Atsiimkite LP EXPRESS paštomate
Spalio 21 d.
299 €
Pristatysime į namus
Spalio 22 d.
349 €
Dėmesio! Pristatymo terminai yra preliminarūs, kadangi terminai atsinaujina priklausomai nuo faktinio užsakymo pateikimo ir apmokėjimo laiko. Galutinis pristatymo terminas yra pateikiamas Pigu.lt patvirtinus užsakymą.
Prekės aprašymas: Tiny ML: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers
Deep learning networks are getting smaller. Much smaller. The Google Assistant team can detect words with a model just 14 kilobytes in size--small enough to run on a microcontroller. With this practical book you'll enter the field of TinyML, where deep learning and embedded systems combine to make astounding things possible with tiny devices. As of early 2022, the supplemental code files are available at https: //oreil.ly/XuIQ4. Pete Warden and Daniel Situnayake explain how you can train models small enough to fit into any environment. Ideal for software and hardware developers who want to build embedded systems using machine learning, this guide walks you through creating a series of TinyML projects, step-by-step. No machine learning or microcontroller experience is necessary. Build a speech recognizer, a camera that detects people, and a magic wand that responds to gestures Work with Arduino and ultra-low-power microcontrollers Learn the essentials of ML and how to train your own models Train models to understand audio, image, and accelerometer data Explore TensorFlow Lite for Microcontrollers, Google's toolkit for TinyML Debug applications and provide safeguards for privacy and security Optimize latency, energy usage, and model and binary size
Bendra informacija apie: Tiny ML: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers
Prekių nuotraukos skirtos tik iliustraciniams tikslams ir yra pavyzdinės. Prekės aprašyme esančios video nuorodos yra tik informacinio pobūdžio, todėl jose pateikiama informacija gali skirtis nuo pačios prekės. Originalių produktų spalvos, užrašai, parametrai, matmenys, dydžiai, funkcijos, ir/ar bet kurios kitos savybės dėl savo vizualinių ypatybių gali atrodyti kitaip negu realybėje, todėl prašome vadovautis prekių savybėmis, kurios nurodytos prekių aprašymuose.
Kiti taip pat domėjosi
Partnerių pasiūlymai
Reklama
Įvertinimai ir atsiliepimai (0)
Tiny ML: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers