哈佛大學的 Vijay Janapa Reddi 教授、TensorFlow Lite Micro 團隊和 edX (https://www.edx.org/) 在線學習平臺將在今年秋天分享一套TinyML 課程，您可以免費觀看這些課程，或者報名參加課程以獲取證書。在本文中，我將帶您了解什么是 TinyML、TinyML 的用途以及我們即將啟動的 HarvardX 計劃。

　　TinyML 簡介

　　TinyML 是深度學習行業發展最為迅速的領域之一。簡而言之，這是一個新興的研究領域，致力于探索可在小型低功耗設備（例如微控制器）上運行的模型類型。

　　TinyML 與嵌入式 ML 的應用、算法、硬件和軟件都有交集。TinyML 的目標通常是支持由電池供電的邊緣設備，實現設備端的低功耗（幾毫瓦）低延遲推理。與之對比，臺式機 CPU 的耗電量在 100 瓦左右，是邊緣設備的數千倍！功耗的大幅降低使得 TinyML 設備在與電源斷開連接后，仍可繼續依靠電池工作，并可維持數周、數月甚至數年的持續運轉。取得這一成績的同時，邊緣或端點還在不間斷運行 ML 應用。

　　了解如何動手構建。

　　盡管我們大多數人不熟悉 TinyML，但您可能會驚訝地發現，TinyML 其實已在投入生產的 ML 系統中存在多年。當您說 “OK Google” 喚醒 Android 設備時，便已體驗到 TinyML 帶來的益處。這項技術由始終開啟的低功耗關鍵字搜尋器提供動力，其原理與您可以在此處學習構建的搜尋器并沒有什么不同。

　　而兩者之間的區別是，越來越多的人能夠接觸、學習 TinyML，這要部分歸功于TensorFlow Lite Micro和即將推出的 HarvardX 課程等教育資源的普及。

　　TinyML 可為嵌入式 ML 開發者解鎖許多新應用，特別是將其與加速度計、麥克風和攝像頭等傳感器結合使用時。其已在多個領域應用并取得了豐富的成果，例如野生動物追蹤與保護、農作物病害檢測，以及預測野火等等。

　　TinyML 也可以很有趣！您可以使用 TinyML 開發智能游戲控制器（例如使用基于神經網絡的運動控制器來控制霸王龍）或開發各種其他游戲。想象一下，通過使用與 TinyML 相同的 ML 原理和技術，我們可以在汽車中收集加速器數據，用于檢測各種情況（例如輪胎松動）并提醒駕駛員。

　　除了了解如何將 TinyML 用于娛樂和游戲，在開發任何 ML 應用時，您都有必要熟悉負責任的 AI，尤其是在處理傳感器數據時。由于 TinyML 完全可以在邊緣設備上進行推理（數據無需離開設備），因此其能支持各種私有 ML 應用。事實上，許多微型設備甚至根本沒有聯網。

　　課程的詳情

　　HarvardX 課程旨在讓更多開發者能夠獲取相關知識。您將了解什么是 TinyML、它的主要用途是什么以及如何開始上手。

　　這些課程將首先講解 ML 基礎知識，包括如何收集數據、如何訓練基本模型（如：線性回歸）等等。接下來會介紹深度學習基礎知識（如：MNIST），然后介紹適用于計算機視覺的 Tiny ML 模型，以及如何使用TensorFlow Lite 微控制器進行部署。在這些課程的整個授課過程中，我們會穿插介紹一些案例研究、重要論文以及重要應用。

　　在其中一個課程工作流中，您將像往常一樣在Colab中使用 Python構建 TensorFlow 模型，然后將其轉換成相應的 C 語言版本，以便在微控制器上運行。課程將展示如何針對資源嚴重受限的設備（例如存儲空間不足 100 KB 的設備）優化 ML 模型，還將介紹各種與將 TinyML 部署到 “實際中” 的挑戰相關的案例研究。

　　把 TinyML 帶回家

　　我們很高興與 Arduino 和 HarvardX 開展緊密合作，成功推出此種體驗。

　　edX 學員可以選擇購買 Arduino 提供的現成 TinyML 開發套件。開發套件中包括一個 Arm Cortex-M4 微控制器、多個板載傳感器、一枚攝像頭和一塊帶有連接線的面包板。這些是解鎖 TinyML 應用（如圖像，聲音和手勢檢測）所需用到的一切。借助它，學員將有機會創建自己的 TinyML 小世界。

　　期待看到您的作品！

總結

以上是生活随笔為你收集整理的免费学！Google与哈佛大学合作推出 TinyML 课程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。