Краевой ИИ и классификация изображений в Azure Sphere

Использование машинного обучения в устройствах с микроконтроллерами с ограниченными ресурсами требует уникального сочетания знаний о встраиваемых системах и современных методов ИИ. Этот текстовый курс поможет вам ознакомиться с основными принципами Edge AI, сосредоточив внимание на том, как запускать модели классификации изображений на защищенном оборудовании. К концу этого курса вы перейдете от понимания базовой архитектуры микроконтроллеров к уверенному развертыванию моделей машинного обучения на устройствах Azure Sphere, обеспечивая безопасную и эффективную обработку на краю. Что вы узнаете: 1. Понимание основных компонентов и архитектуры безопасности Azure Sphere. 2. Подготовка и оптимизация наборов данных образа для оборудования с ограниченными ресурсами. 3. Развертывание легких моделей машинного обучения для классификации изображений в реальном времени. 4. Настройка безопасных путей связи с облаком для телеметрии краевых устройств. 5. Применять современные методы отладки и профилирования производительности для встроенного ИИ. Начиная с основных концепций безопасности микроконтроллеров и краевых вычислений, вы пройдете практические шаги по загрузке, выполнению и мониторингу моделей классификации изображений непосредственно на устройстве. Этот курс предназначен для разработчиков, энтузиастов IoT и новичков, интересующихся Edge AI, без предварительного опыта программирования оборудования. Начните свое путешествие в мир безопасного встроенного машинного обучения сегодня.