工研院產業學習網

本課程專注於「邊緣運算(Edge Computing) TF Lite人工智慧微處理器實務」，旨在結合最新的AI技術與微處理器應用，透過深入淺出的教學方法，使學員能夠理解並實踐邊緣運算中的AI技術。本課程不僅涵蓋理論知識，同時重視實際操作與實戰應用，特別是在微處理器平台上使用TensorFlow Lite進行AI模型的開發與部署。 透過本課程將可深化學員對邊緣運算與人工智慧的理解，特別是在微處理器平台上運用TensorFlow Lite。課程著重於實際操作與應用技巧，透過理論與實踐相結合的教學方式，學員將學習如何在Cortex M4微處理器上實現高效的AI模型。期望學員在完成本課程後，不僅能夠掌握AI與微處理器編程的基礎知識，更能將這些技術應用於解決實際問題，開發創新的應用方案。

適合對象與建議修課條件：具備程式開發背景與經驗。

。微處理器與程式設計基礎 。Cortex M4 GPIO周邊控制技術 。ESP32 和Arduino 。感應器數據讀取與輸出 。人工智慧與數據處理數據資料收集與清洗 。數據來源識別、 數據預處理技巧 。資料庫基礎與應用資料庫類型 。選擇數據儲存與管理 。TensorFlow Lite與Edge Computing 。TensorFlow Lite的基礎與應用 。AI模型建立與部署 Edge Computing 。AI的應用邊緣運算的原理與重要性 。實際案例分析 。人工智慧模型的優化 。模型量化技術 。運算子優化策略 TensorFlow模型轉換 。使用FlatBuffer的概念 。從TensorFlow到TensorFlow Lite的轉換 。實戰應用與專案實作 。動作識別 。3軸加速器應用揮動姿態識別技術 。視覺識別 。攝影機應用人臉監測系統 。圖像處理 。訓練圖庫應用鈔票金額辨識技術 。開發聲音處理 。麥克風應用語音字詞識別方法 。實作：生成式人工智慧專案