【Udemy中英字幕】TinyML with Arduino Nano RP2040 Connect

TinyML 与 Arduino Nano RP2040 连接

针对微型低功耗微控制器（如 Arduino nano RP2040 连接）的机器学习模型开发。

讲师：Subir Maity

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 能够理解微型 MCU 机器学习模型开发的硬件要求
• 了解 tinyML 开发框架
• 能够根据手势创建 tinyML 项目
• 能够开发具有音频关键字检测功能的 tinyML 模型
• 能够使用 Scikit-learn 的决策树分类器创建自己的分类模型

探索相关主题

• Arduino
• 硬件
• 信息技术与软件

要求

• Arduino nano-RP2040 连接板、USB 线、PC/笔记本电脑、Arduino IDE 基础知识、机器学习基础知识、嵌入式 C/C++ 基础知识
• 要从头开始开发模型，您需要具备 Python、Numpy 和 Pandas 的基本概念才能理解代码。提供了源代码，如果您是 Python 初学者，您可以轻松理解代码。视频中有很好的解释。

描述

**注意：本课程尚未完成。如您所知，TinyML 领域正在不断发展壮大。因此，请记住，不久的将来将包含更多包含理论解释和实际项目想法的部分。

微型机器学习针对的是电池供电设备，被广泛定义为一个快速发展的机器学习技术和应用领域，包括硬件（专用集成电路）、算法和软件，它们可以在极低功耗（通常在 mW 范围及以下）下执行设备上传感器数据分析。它消除了将数据发送到云端进行分类的要求，从而提供了更高的安全性。此外，耗电的处理器正在被微型 MCU 取代。当然，它也存在局限性。这些限制来自有限的硬件资源、时钟速度等。不过，仍有几个应用领域不需要高计算能力，而基于机器学习的解决方案是理想的。在这种情况下，TinyML 就会出现。它可用于检测工厂机械中的异常情况，可以预测仪器的维护需求、医疗保健领域等等。TinyML 的应用领域很广泛，前景光明。

本课程的主要目标是熟悉 TinyML 开发，从数据收集、模型训练、测试和部署开始。本课程使用低成本的Arduino nano RP2040 连接板，该连接板具有 265KB RAM 和 16MB 闪存，内置加速度计、陀螺仪、麦克风、温度传感器和无线连接模块（WiFi+蓝牙），此处演示的所有示例均在此板上进行测试。

本课程适合哪些人：

• 初学者，有兴趣在低成本、低功耗微控制器中开发机器学习模型