ARM 处理器上的深度学习 – From Ground Up™ ( Deep Learning on ARM Processors – From Ground Up™ )

课程描述

Deep Learning on ARM Processors – From the Ground Up，培训课程的名称，使用处理器进行深度学习，ARM 行业。在这期，我们一起来一次有趣的旅行，去哪里回忆，我们把神经网络的深层基础如何在单片机上工作，搭建起来。本课程的工作是通过使用代码学习深度学习的基础知识来开始这门课程，实用的是，Builder Base 中所有导致神经网络构建的块都是如此，它将显示。所有这些都是什么是教育，什么是我们将要完成的微控制器上的推理。在此期间，Keras 和 Tensorflow 等库在微控制器著名的深度学习库方面的有益使用，如 CMSIS-NN、CubeMX.AI 和 TensorFlow Lite 也进行了教学。

在 ARM 处理器上的深度学习——从头开始学习课程中的内容：

• 在不使用库上传的情况下从基础构建神经网络
• 有条不紊地，微控制器上传的神经网络扩展大师量化
• 构建用于诊断人类活动（人类活动识别 – HAR）的固件，例如步行、慢跑和……
• 构建固件深度学习来识别手写
• 为声学场景分类 (ASC) 构建固件深度学习
• 您将能够谈论深度学习将给予。

规格体积：

出版商：Udemy 讲师：Israel Gbati 和 EmbeddedExpertIO 语言：英语 培训水平：基础到高级 课程数量：118 持续时间：19 小时 16 分钟

课程内容：

1. 简介 2. 神经网络的构建模块 3. 神经网络简介（第 2 部分） 4. 逻辑回归 5. 深度神经网络 6. 使用正则化技术改进神经网络 7. 构建逻辑回归模型 8. 构建深度神经网络From Scratch 9. 卷积神经网络 (CNN) 10. CubeMX 5 和 CubeIDE 入门 11. CubeMX AI 12. 在 ARM MCU 上部署 MNIST 手写识别模型的案例研究 13. 设置 14. Python 基础知识 15. CubeMX 入门 16. 结语

先修课程：

STM32F411-NUCLEO板 STM32F429-DISCO板

图片

样片

媒体错误：格式不受支持或来源未找到

安装指南

摘录后，用你喜欢的播放器观看。
字幕：英文
质量：720