全球第一本关于『嵌入式机器学习』的书籍出版啦！

Original 兰时边缘智能实验室 2021-01-31

Google Tensorflow团队核心成员重磅出品《TinyML: Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers》.

关注『边缘智能实验室』，后台回复“TinyML”获取本书电子预览版PDF。

关于作者

Pete Warden是TensorFlow移动端和嵌入式端的技术主管。他曾是Jetpac的CTO和创始人，该公司于2014年被Google收购，此前曾在Apple工作。他是TensorFlow团队的创始成员，并在https://petewarden.com上发布了有关实用深度学习的博客。

Daniel Situnayake在谷歌主导TensorFlow Lite的开发宣传工作。他曾与人合伙创办了美国第一家大规模使用自动化生产昆虫蛋白的公司——微型农场(Tiny Farms)。他的职业生涯始于在伯明翰城市大学讲授自动识别和数据捕获。

内容简介

该书从0到1讲解了如何训练一个模型，并将其部署到微控制器上。

配备了多个实践项目：

1. 构建一个语音识别应用，一个可以身体识别应用和一个手势识别应用。

2. 学习使用Arduino和超低功耗微控制器。

3. 学习机器学习基础知识以及如何训练自己的模型。

4. 学习训练模型使其能够理解音频，图像和加速度计数据。

5 探索TensorFlow Lite for Microcontrollers框架。

6. 学习调试应用程序，增加隐私和安全保障。

7. 优化延迟，能耗和模型大小。

部分目录

关注『边缘智能实验室』，后台回复“TinyML”获取本书电子预览版PDF。

目标读者

通常来说，想要构建嵌入式机器学习应用，你需要对机器学习和嵌入式软件开发都所了解，这是一个相当高的要求，但幸运的是这并不是本书的读者所必需的。

阅读本书唯一的要求是能够使用命令行工具和程序编辑器。作者为此做了很多工作，逐步引导读者进行学习。

所以只要你有基本的编程经验，并且对机器学习感兴趣，那么这本书就适合你。

所需的硬件

一台具有USB接口的电脑，用来训练机器学习模型和给嵌入式开发板下载程序。我们使用Google Colab在云中训练我们的机器学习模型，因此不必担心计算机的性能(但是对于国内的用户并不友好，兄弟备梯子吧)。

一块嵌入式开发板以及配套的下载器，和一些传感器比如：麦克风、摄像头，加速度计等，本书实验所用的是SparkFun Edge开发板。

所需的软件

首先你需要一个机学习框架，用来训练和转化机器学习模型。本书使用的是TensorFlow Lite for Microcontrollers框架。这是TensorFlow Lite框架的一种变体，旨在在只有几十KB可用内存的嵌入式设备上运行机器学习应用，该项目是开源的，你可以在GitHub找到它。

其次你需要一个代码编辑器，推荐使用VS Code，当然你也可以使用自己喜欢的其他编辑器。

最后就是与嵌入式开发板配套的一些软件。请从开发版提供商那里获取。