結閤人工智慧與超低功耗嵌入式裝置，讓這個世界更聰明
本書介紹TinyML這項快速發展的技術，結閤瞭機器學習與嵌入式係統，讓微控製器這類超低功耗裝置上得以實現AI。在開頭會先針對這個整閤瞭諸多學科的領域進行瞭相當實用的介紹，讓您可快速理解要在Arduino Nano 33 BLE Sense與Raspberry Pi Pico上部署智能應用的關鍵點。
本書可以幫助你瞭解如何處理在製作微處理器原型時所碰到的各種問題，例如透過GPIO腳位來控製LED狀態、讀取按鈕狀態，以及透過電池來對微處理器供電。並且會帶著你實作與溫度、濕度與三V感測器(語音、視覺與振動)有關的專題，並從中理解在不同情境中實作端對端智能應用的必要技術。接著，告訴你如何為記憶體有限的微處理器來建置微型模型的最佳方案。最後會介紹兩項最新的技術：microTVM 與microNPU，讓你在TinyML領域中更上一層樓。
看完本書之後，可以幫助你建立各種最佳實作方案與機器學習框架的基本概念，知道如何輕鬆在各種微控製器上部署機器學習app，並且對於開發階段所要考量的關鍵因素有清楚的理解。
本書精彩內容包括：
．理解微控製器程式設計的重要基礎觀念
．操作真實感測器，包含麥剋風、照相機與加速度計
．運用TensorFlow Lite for Microcontrollers框架在各種裝置上執行機器學習應用
．使用Edge Impulse開發可迴應人類語音的app
．操作Arduino Nano 33 BLE Sense並搭配遷移學習技術來分類室內環境。
．使用Raspberry Pi Pico來製作手勢辨識app
．設計可用於記憶體受限之微控製器的CIFAR-10模型
．在虛擬的Arm Ethos-U55 microNPU上搭配microTVM來執行影像分類器
具體描述
好的，這是一份關於其他圖書的詳細簡介，不包含《TinyML經典範例集 (電子書)》的內容。 --- 《嵌入式係統深度剖析：從硬體設計到高效能軟體實踐》 書籍簡介 在當今快速發展的物聯網（IoT）、即時係統與專業級硬體設計領域，深入理解嵌入式係統的架構、開發流程與效能優化策略，是工程師和技術愛好者建立核心競爭力的關鍵。本書《嵌入式係統深度剖析：從硬體設計到高效能軟體實踐》旨在提供一套全麵且深入的指南，涵蓋從底層硬體介麵到複雜作業係統移植的完整技術棧。 本書內容聚焦於現代主流的微控製器（MCU）架構，特別是 ARM Cortex-M 係列的深入應用，並探討如何在資源受限的環境中，設計齣具備高可靠性、低功耗與即時響應能力的軟體解決方案。我們將帶領讀者超越基礎的“點亮LED”範例，進入到真實世界產品開發所需的關鍵技術層麵。 第一部：嵌入式硬體基礎與週邊介麵精研 本書的開篇將建立堅實的硬體基礎知識。我們首先細緻剖析瞭現代微處理器核心（如 Cortex-M3/M4/M7）的流水線、暫存器操作和中斷機製。這部分不僅僅是理論介紹，更結閤瞭實際的硬體操作手冊（Reference Manual）解析，教導讀者如何精確地配置和使用核心功能。 接著，我們將重點探討嵌入式係統中最常用的通訊協定與週邊介麵。這包括： 1. 進階計時器與脈衝寬度調變（PWM）： 不僅介紹如何設定基礎定時，還深入講解瞭多相輸齣同步控製、死區時間插入（Dead-Time Insertion）以及如何利用定時器實現複雜的訊號生成，例如馬達控製所需的高精度三角波或梯形波。 2. 類比數位轉換器（ADC）與數位類比轉換器（DAC）： 深入探討採樣定理、量化誤差、過採樣技術以及如何配置 DMA（直接記憶體存取）以實現高效能、不乾擾 CPU 的連續採樣流。我們將特別關注雜訊抑製和校準技術。 3. 序列通訊的極限： UART、SPI、I2C 的基礎配置固然重要，但本書更側重於探討在高速傳輸（如 SPI 的數十 MHz 頻率）下如何處理訊號完整性問題、多裝置仲裁、以及如何利用硬體 FIFO 來緩解 CPU 負載。此外，我們將引入 CAN 總線和乙太網 MAC 接口的底層初始化與數據幀結構解析。 第二部：底層軟體開發與韌體優化 在硬體知識的基礎上，本書進入核心的韌體開發階段。我們強調「裸機（Bare-Metal）」程式設計的重要性，這是理解作業係統行為的先決條件。 1. 啟動序列與連結腳本（Linker Scripts）： 詳盡解析 MCU 的啟動流程，包括上電重置嚮量、堆疊初始化，以及如何手動編寫或修改連結腳本以精確控製資料和程式碼在記憶體中的佈局（Flash、SRAM、BSS、Data Section）。這對於需要部署大型程式碼或實現 Bootloader 的場景至關重要。 2. 中斷服務常式（ISR）的高效編寫： ISR 的效率直接決定瞭係統的即時性。我們將討論如何最小化 ISR 的執行時間，包括暫存器保護、原子操作的實現，以及如何安全地在 ISR 和主迴圈之間傳遞數據（例如使用環形緩衝區或旗標）。 3. 記憶體管理與動態配置： 討論在嵌入式環境中，標準 C 函式庫中的 `malloc`/`free` 可能帶來的碎片化和不確定延遲問題。書中提供多種客製化的記憶體池（Memory Pool）和記憶體配置演算法，用以提升係統的穩定性和可預測性。 第三部：即時作業係統（RTOS）的深入應用與移植 對於需要複雜任務調度和資源管理的專案，RTOS 是不可或缺的工具。本書選用業界廣泛使用的 FreeRTOS 和 RT-Thread 進行實戰演練。 1. 任務層級設計與同步機製： 深入探討任務優先級的閤理分配、任務間通訊（Message Queue, Event Group）以及資源保護（Mutex, Semaphore）。我們將展示如何使用「優先級繼承協定（Priority Inheritance Protocol）」來解決優先級反轉（Priority Inversion）問題，這是設計高可靠性係統的關鍵。 2. 係統調用與上下文切換剖析： 讀者將透過除錯器跟蹤，親眼見證任務上下文的儲存與恢復過程，理解排程器（Scheduler）是如何實現搶佔式與時間片輪轉的。 3. 驅動程式的標準化開發： 介紹如何基於 RTOS 框架，使用 HAL（硬體抽象層）和 LL（底層）庫，開發可移植的設備驅動程式。重點介紹如何封裝硬體細節，使用標準化的 API 接口，從而使得驅動程式能夠輕鬆地遷移到不同係列的 MCU 上。 第四部：效能分析、除錯與除錯工具鍊 軟體效能的提升和係統錯誤的定位，需要精確的量化工具。 1. 追蹤與分析工具： 詳細介紹如何使用 DWT（Data Watchpoint and Trace）單元，配閤 SWV（Serial Wire Viewer）進行指令追蹤、數據存取監控和函數呼叫圖生成。這對於找齣低效能熱點（Hotspots）和競爭條件（Race Conditions）極為有效。 2. 功耗優化策略： 涵蓋瞭從硬體層級（時鐘門控、頻率縮放）到軟體層級（睡眠模式、喚醒源管理）的係統化功耗管理方法。我們將提供實用的量測流程，確保係統在待機、運作和休眠狀態下的能耗符閤設計規格。 3. 除錯韌體與 Bootloader 設計： 探討如何設計穩健的雙區塊（Dual Bank）韌體更新機製，以及如何在遠端設備上安全地燒錄和驗證新版本韌體，確保空中下載（OTA）過程的原子性與安全性。 目標讀者 本書適閤具備 C 語言基礎，並希望從應用層深入到係統底層的嵌入式開發工程師、硬體設計工程師、專注於物聯網裝置與自動化控製的技術人員，以及希望全麵掌握現代微控製器開發技術的大專院校學生。掌握書中所述的知識，將能獨立完成複雜、高要求的即時嵌入式產品的設計與實施。 ---
著者信息
作者簡介
Gian Marco Iodice
Gian Marco Iodice 是Arm公司機器學習小組的技術主管，並在2017年與同事開發齣瞭Arm Compute Library。Arm Compute Library目前是Arm平颱上功能最強大的機器學習函式庫，已被部署在涵蓋伺服器到智慧型手機等全球數以百萬計的裝置上瞭。Gian Marco擁有義大利比薩大學(University of Pisa)的電機工程碩士學位與高等學士學位，並在各種邊緣裝置上開發ML與電腦視覺演算法有多年經驗。他現在正緻力於Arm Mali GPU的ML效能最佳化。他與友人在2020年共同創辦瞭TinyML UK meetup群組，鼓勵知識分享、教學與激勵新一代的ML開發者來探索各種微型節能裝置。
Gian Marco Iodice
Gian Marco Iodice 是Arm公司機器學習小組的技術主管，並在2017年與同事開發齣瞭Arm Compute Library。Arm Compute Library目前是Arm平颱上功能最強大的機器學習函式庫，已被部署在涵蓋伺服器到智慧型手機等全球數以百萬計的裝置上瞭。Gian Marco擁有義大利比薩大學(University of Pisa)的電機工程碩士學位與高等學士學位，並在各種邊緣裝置上開發ML與電腦視覺演算法有多年經驗。他現在正緻力於Arm Mali GPU的ML效能最佳化。他與友人在2020年共同創辦瞭TinyML UK meetup群組，鼓勵知識分享、教學與激勵新一代的ML開發者來探索各種微型節能裝置。
圖書目錄
第1章 TinyML入門
第2章 用微控製器開發原型
第3章 建立氣象站
第4章 透過 Edge Impulse 聲控 LED
第5章 室內場景分類
第6章 製作 YouTube Playback的手勢互動介麵
第7章 使用 Zephyr OS 執行 Tiny CIFAR-10 模型
第8章 與 microNPU 一同邁嚮 TinyML新世代
第2章 用微控製器開發原型
第3章 建立氣象站
第4章 透過 Edge Impulse 聲控 LED
第5章 室內場景分類
第6章 製作 YouTube Playback的手勢互動介麵
第7章 使用 Zephyr OS 執行 Tiny CIFAR-10 模型
第8章 與 microNPU 一同邁嚮 TinyML新世代
圖書試讀
序
本書內容是TinyML，這項快速發展的技術結閤瞭機器學習（machine learning, ML）與嵌入式係統，使得在微控製器這類超低功耗裝置上得以實現AI。
TinyML是充滿各種機會且令人心喜的全新領域。隻要少量預算，我們就能賦予各種物體新生命，使它們能以更富智能的方式來與世界互動，並讓我們的生活方式變得更好。不過，如果你的技術背景是機器學習但對於微控製器這類嵌入式係統還不太熟悉的話，這個領域可能會難以入門。因此，本書的目標是為你掃除這些障礙，透過許多實務範例讓原本不具備嵌入式程式經驗的開發者也能輕鬆上手TinyML。每章都包含瞭獨立的專案，讓你可從中學習某種TinyML的最核心技術、介接感測器等電子元件，並把ML模型部署在記憶體有限的裝置上。
本書首先針對瞭這個整閤瞭諸多學科的領域進行瞭相當實用的介紹，讓你可快速理解要在 Arduino Nano 33 BLE Sense 與 Raspberry Pi Pico 上部署智能應用的關鍵點。隨著本書內容，你會知道如何處理在製作微處理器原型時所碰到的各種問題，例如透過GPIO腳位來控製LED狀態、讀取按鈕狀態，以及透過電池來對微處理器供電。之後，你會實作與溫度、濕度與三V感測器（語音、視覺與振動）有關的專題，並從中理解在不同情境中實作端對端智能應用的必要技術。接著，你會學會如何為記憶體有限的微處理器來建置微型模型的最佳方案。最後，你還會認識兩款最新的技術：microTVM 與microNPU，讓你在TinyML領域中更上一層樓。
閱畢本書之後，你應該會對各種最佳實作方案與機器學習框架相當熟悉瞭，知道如何輕鬆在各種微控製器上部署機器學習app，並且對於開發階段所要考量的關鍵因素有清楚的理解。
本書內容是TinyML，這項快速發展的技術結閤瞭機器學習（machine learning, ML）與嵌入式係統，使得在微控製器這類超低功耗裝置上得以實現AI。
TinyML是充滿各種機會且令人心喜的全新領域。隻要少量預算，我們就能賦予各種物體新生命，使它們能以更富智能的方式來與世界互動，並讓我們的生活方式變得更好。不過，如果你的技術背景是機器學習但對於微控製器這類嵌入式係統還不太熟悉的話，這個領域可能會難以入門。因此，本書的目標是為你掃除這些障礙，透過許多實務範例讓原本不具備嵌入式程式經驗的開發者也能輕鬆上手TinyML。每章都包含瞭獨立的專案，讓你可從中學習某種TinyML的最核心技術、介接感測器等電子元件，並把ML模型部署在記憶體有限的裝置上。
本書首先針對瞭這個整閤瞭諸多學科的領域進行瞭相當實用的介紹，讓你可快速理解要在 Arduino Nano 33 BLE Sense 與 Raspberry Pi Pico 上部署智能應用的關鍵點。隨著本書內容，你會知道如何處理在製作微處理器原型時所碰到的各種問題，例如透過GPIO腳位來控製LED狀態、讀取按鈕狀態，以及透過電池來對微處理器供電。之後，你會實作與溫度、濕度與三V感測器（語音、視覺與振動）有關的專題，並從中理解在不同情境中實作端對端智能應用的必要技術。接著，你會學會如何為記憶體有限的微處理器來建置微型模型的最佳方案。最後，你還會認識兩款最新的技術：microTVM 與microNPU，讓你在TinyML領域中更上一層樓。
閱畢本書之後，你應該會對各種最佳實作方案與機器學習框架相當熟悉瞭，知道如何輕鬆在各種微控製器上部署機器學習app，並且對於開發階段所要考量的關鍵因素有清楚的理解。
用戶評價
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版權所有