嵌入式机器学习(ML)是在低成本、资源受限的微控制器和单板计算机上运行机器学习算法的过程,目前用于解决工业和学术界的独特问题。因此,在高等教育机构中教授嵌入式ML的需求越来越大,以帮助开发人员、工程师和研究人员为这些新兴的数据驱动方法做好准备。

该实验室提供了使用Edge Impulse和Arduino组合创建端到端嵌入式ML系统的实践经验。在实验室中,我们将通过使用Arduino进行数据收集,使用Edge Impulse进行模型训练,并使用Arduino进行实时推断,来创建和部署一个完整的图像分类系统。这将为研究人员和教育工作者提供知识和工具,以开发围绕嵌入式ML的可接近的课程。

与会者应该有兴趣找到方法,使ML更容易接近学生,特别是计算机科学领域以外的学生。这些参与者可以是其他学科的教授或讲师,也可以是交叉学科的ML教授。需要一定的编程经验(最好是C/ c++或Arduino)。不需要机器学习经验。 讲者:

成为VIP会员查看完整内容
30

相关内容

【AAAI2023教程】大规模深度学习优化技术,109页ppt
专知会员服务
58+阅读 · 2023年2月10日
【NeurIPS'22教程】图神经网络TensorFlow实战指南,128页ppt
专知会员服务
29+阅读 · 2022年11月30日
《机器学习的最优传输》教程,63页PPT
专知会员服务
61+阅读 · 2022年4月30日
【UAI2021教程】贝叶斯最优学习,65页ppt
专知会员服务
63+阅读 · 2021年8月7日
【微软】人工智能系统课程
专知会员服务
87+阅读 · 2020年12月31日
一份简单《图神经网络》教程,28页ppt
专知会员服务
120+阅读 · 2020年8月2日
超详细配置教程:用Windows电脑训练深度学习模型
TensorFlow 2.0 中文视频教程来啦
AINLP
11+阅读 · 2019年8月24日
R_leaflet包_最易上手地图教程(一)
R语言中文社区
10+阅读 · 2019年3月6日
快速上手笔记,PyTorch模型训练实用教程(附代码)
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年4月9日
Arxiv
0+阅读 · 2023年4月7日
Arxiv
0+阅读 · 2023年4月6日
VIP会员
相关VIP内容
【AAAI2023教程】大规模深度学习优化技术,109页ppt
专知会员服务
58+阅读 · 2023年2月10日
【NeurIPS'22教程】图神经网络TensorFlow实战指南,128页ppt
专知会员服务
29+阅读 · 2022年11月30日
《机器学习的最优传输》教程,63页PPT
专知会员服务
61+阅读 · 2022年4月30日
【UAI2021教程】贝叶斯最优学习,65页ppt
专知会员服务
63+阅读 · 2021年8月7日
【微软】人工智能系统课程
专知会员服务
87+阅读 · 2020年12月31日
一份简单《图神经网络》教程,28页ppt
专知会员服务
120+阅读 · 2020年8月2日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员