通过 Arduino/CNN 实践掌握 C++
C++ 初学者:使用 Arduino 和 CNN 创建真实世界的项目
讲师:okeke maryclare
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将学到什么
- 对 C++ 编程语言及其在各个行业中的应用有基本的了解。
- 了解 Arduino 平台及其功能。
- 了解如何设置 C++ 和 Arduino 编程的开发环境。
- 培养编写简单程序并将其上传到 Arduino 板的技能。
要求
- 一台具有互联网连接的计算机
- 了解一些数学和算法
- 了解通用编程和仿真
- 对 Arduino 和 CNN 感兴趣
描述
阅读这本综合指南,踏上机器学习、深度学习、C++ 和 Arduino 世界的旅程。本书经过精心编写,旨在提供对基本概念的深入理解以及使用 LibTorch(PyTorch C++ API)和 C++ 的实际实现的实践经验。
本书首先介绍了 C++ 和 Arduino 的入门课程,专为初学者和希望更新知识的人而设计。本课程涵盖从 C++ 编程基础知识到使用 Arduino 的复杂知识的所有内容,全部从头开始教授。为后续模块提供了坚实的基础。
你将学到什么
本书分为九个不同的模块:
- C++ 和 Arduino 简介– 该模块作为初学者的入门课程。它涵盖了 C++ 编程的基础知识、Arduino IDE 的使用以及 Arduino 编程的基础知识。
- 机器学习和深度学习简介– 获取机器学习、深度学习和神经网络的基础知识。
- 卷积神经网络– 理解卷积层、池化层和全连接层。使用 PyTorch 构建 CNN。
- 使用 LibTorch 进行实际实施– 获取有关数据加载、预处理、训练 CNN 模型以及模型评估和优化的知识。
- 与 Arduino 集成– 深入研究 Arduino、设备上 AI、边缘计算以及在 Arduino 上部署 LibTorch 模型的过程。了解 Arduino 在促进实时机器学习应用方面的潜力,以及如何使用它在硬件环境中实现和测试机器学习模型。
- 训练和测试 CNN – 了解在数据集上训练和测试卷积神经网络 (CNN) 的过程。
- 在 LibTorch 和 ONNX 中导出经过训练的模型– 了解导出经过训练的 LibTorch 模型并将其转换为开放神经网络交换 (ONNX) 格式的方法。
- 在 C++ 中加载和使用模型– 了解在 C++ 环境中加载导出的 ONNX 模型并将其用于推理的技术。
- 优化 C++ 代码– 发现优化 C++ 代码以增强性能的各种策略。
- 高级主题– 了解高级 CNN 架构及其使用 LibTorch 的实现。
目录
- C++ 和 Arduino 简介
- 机器学习和深度学习简介
- 卷积神经网络
- LibTorch 的实际实现
- 与 Arduino 集成
- 训练和测试 CNN
- 在 LibTorch 和 ONNX 中导出经过训练的模型
- 在 C++ 中加载和使用模型
- 优化 C++ 代码
- 高级主题
本课程适合谁:
- 想要学习实用行业技能和 CNN 的 C++ 初学者。
- 任何对编程和仿真感兴趣的人
- 想要学习 C++、Arduino 和 CNN 的学生和软件开发人员
声明:口袋资源网(koudaizy.com)提供的所有课程、素材等资源全部来源于互联网,赞助VIP仅用于对口袋资源服务器带宽及网站运营等费用支出做支持,从本站下载资源,说明你已同意本条款。