TinyML 实战：在微控制器上运行机器学习
什么是 TinyML？ TinyML 是指在资源极度受限的设备（如微控制器）上运行机器学习模型的技术。它让边缘设备能够在本地进行 AI 推理，无需联网。 TinyML 的优势 低功耗：毫瓦级功耗，电池供电可行 低延迟：本地推理，无需云端往返 隐私保护：数据不出设备 离线工作：无需网络连接 成本低：无需昂贵的云端服务 应用场景 应用 说明 语音识别 关键词检测、语音命令 传感器分析 异常检测、预测性维护 图像识别 人脸检测、物体分类 健康监测 心率分析、活动识别 工业 IoT 振动分析、故障预测 开发平台选择 硬件平台 平台 特点 价格 Arduino Nano 33 BLE ARM Cortex-M4F，384KB RAM $25 ESP32-S3 双核 Xtensa，WiFi+BT $8 STM32 Nucleo 多种型号，生态完善 $10-30 Raspberry Pi Pico RP2040，双核 ARM $5 软件框架 TensorFlow Lite for Microcontrollers：最流行 Edge Impulse：在线平台，易用 PyTorch Mobile：适合 Python 开发者 CMSIS-NN：Arm 优化的神经网络库 实战：语音关键词检测 步骤 1：数据收集 使用 Edge Impulse 收集语音数据： ...