hong-kong現場Microcontroller培訓

本次由講師指導的培訓（線上或線下）面向中級嵌入式系統工程師和AI開發者，旨在幫助他們使用TensorFlow Lite和Edge Impulse在微控制器上部署機器學習模型。

培訓結束後，參與者將能夠：

• 理解TinyML的基礎知識及其在邊緣AI應用中的優勢。
• 爲TinyML項目設置開發環境。
• 在低功耗微控制器上訓練、優化和部署AI模型。
• 使用TensorFlow Lite和Edge Impulse實現實際TinyML應用。
• 優化AI模型以提升能效並滿足內存限制。

這個由講師指導的現場培訓<本地>（在線或現場）面向希望學習如何使用嵌入式 C 語言對基於不同處理器架構（8051、ARM CORTEX M-3 和 ARM9）的各種類型的微控制器進行程式設計的工程師。

在這個以講師為主導的hong-kong現場培訓中，參與者將學習如何對Arduino進行程式設計以供實際使用，例如控制燈，電機和運動檢測感測器。本課程假設在即時實驗室環境中使用真實的硬體元件（而不是軟體模擬硬體）。 

在培訓結束時，參與者將能夠：

• 程式 Arduino 控制燈、電機和其他設備。
• 了解 Arduino 的架構，包括附加設備的輸入和連接器。
• 添加第三方組件（例如 LCD、加速計、陀螺儀和 GPS 追蹤器）以擴展 Arduino 的功能。
• 瞭解程式設計語言中的各種選項，從 C 語言到拖放語言。
• 測試、調試和部署 Arduino 以解決實際問題。

這種講師指導的現場培訓<本地>（在線或現場）面向希望學習微控制器設計原理的工程師。

Raspberry Pi是一款非常小巧的單板計算機。

在這個由講師指導的實時培訓中，參與者將學習如何設置和編程Raspberry Pi以作為交互式和強大的嵌入式系統。

在培訓結束時，參與者將能夠：

• 設置IDE（集成開發環境）以實現最高的開發效率
• 編程Raspberry Pi來控制運動傳感器，報警器，Web服務器和打印機等設備。
• 了解Raspberry Pi的架構，包括附加設備的輸入和連接器。
• 了解編程語言和操作系統中的各種選項
• 測試，調試和部署Raspberry Pi以解決實際問題

聽眾

• 開發商
• 硬件/軟件技術人員
• 各行各業的技術人員
• 愛好者

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• Raspberry Pi支持各種操作系統和編程語言。本課程將使用基於Linux的Raspbian作為操作系統，使用Python作為編程語言。要請求具體設置，請聯繫我們安排。
• 參與者負責購買Raspberry Pi硬件和組件。

這種以講師為主導的hong-kong現場培訓（現場或遠端）面向希望在非常小的嵌入式設備上編寫，載入和運行機器學習模型的工程師。

在培訓結束時，參與者將能夠：

• 安裝 TensorFlow Lite。
• 將機器學習模型載入式設備上，使其能夠檢測語音、對圖像進行分類等。
• 將 AI 添加到硬體設備，而無需依賴網路連接。