Tensorflow Lite for Microcontrollersのトレーニングコース

この講師主導のライブトレーニング（オンラインまたはオンサイト）は、8051、ARM CORTEX M-3、およびARM9などの異なるプロセッサアーキテクチャに基づく様々なタイプのマイコンを組み込みCでプログラミングしたいエンジニア向けです。

このインストラクター主導のライブトレーニングでは、参加者はArduinoを使用して実際の用途（例：ライトやモーター、動作検出センサーを制御）にプログラミングする方法を学びます。このコースは、ソフトウェアでシミュレートされたハードウェアではなく、実際のハードウェアコンポーネントを使用することを前提としています。

このトレーニングの終了時には、参加者は以下のことができます：

• Arduinoを使用してライトやモーターなどのデバイスを制御するプログラムを作成します。
• アドオンデバイス用の入力とコネクタを含むArduinoのアーキテクチャを理解します。
• 液晶ディスプレイ、加速度センサー、ジャイロスコープ、GPSトラッカーなどのサードパーティ製コンポーネントを追加してArduinoの機能を拡張します。
• Cからドラッグアンドドロップ言語まで、プログラミング言語のさまざまなオプションを理解します。
• 実際の問題を解決するためにArduinoをテストし、デバッグし、展開する方法を学びます。

この講師主導のライブトレーニング（オンラインまたはオンサイト）は、中級レベルの開発者、データサイエンティスト、およびAI実務家向けに設計されています。TensorFlow Liteを使用してエッジAIアプリケーションを開発したい方におすすめです。

本トレーニングを修了した参加者は、以下のことができるようになります：

• TensorFlow Liteの基礎とそのエッジAIにおける役割を理解する。
• TensorFlow Liteを使用してAIモデルを開発し、最適化する。
• 各種エッジデバイスにTensorFlow Liteモデルを展開する。
• モデルの変換と最適化に使用されるツールや技術を利用する。
• TensorFlow Liteを使用して実践的なエッジAIアプリケーションを実装する。

この講師主導のライブトレーニング（オンラインまたはオンサイト）は、中級レベルの組み込みシステムエンジニアやAI開発者向けです。TensorFlow LiteとEdge Impulseを使用してマイクロコントローラー上に機械学習モデルをデプロイすることを目指しています。

このトレーニング終了時には、参加者は以下のことをできるようになります：

• TinyMLの基本とエッジAIアプリケーションでの利点を理解する。
• TinyMLプロジェクトの開発環境を設定する。
• 低消費電力のマイクロコントローラー上でAIモデルを訓練、最適化、およびデプロイする。
• TensorFlow LiteとEdge Impulseを使用して実世界のTinyMLアプリケーションを実装する。
• AIモデルを消費電力とメモリ制約に最適化する。

このインストラクター主導のライブトレーニングは、日本（オンラインまたはオンサイト）で実施され、マイクロコントローラ設計の原理を学びたいエンジニア向けです。

Raspberry Piは非常に小さく、単一の基板で構成されたコンピュータです。

この講師主導の実践トレーニングでは、参加者はRaspberry Piを設定し、対話的かつ強力な組み込みシステムとしてプログラムする方法を学びます。

本トレーニング終了時には、参加者は以下のことができるようになります：

• IDE（統合開発環境）のセットアップを行い、最大限の生産性を達成する
• Raspberry Piを使用してモーションセンサ、アラーム、Webサーバー、プリンターなどのデバイスを制御する
• Raspberry Piのアーキテクチャ、追加デバイス用の入力とコネクタを理解する
• プログラミング言語やオペレーティングシステムのさまざまな選択肢を理解する
• Raspberry Piを使用して実際の問題を解決するためにテスト、デバッグ、および展開を行う

対象者

• 開発者
• ハードウェア/ソフトウェア技術者
• すべての産業分野での技術者
• 趣味の人々

コース形式

• 講義、ディスカッション、演習、および実践的な練習を含む

注意事項

• Raspberry Piはさまざまなオペレーティングシステムとプログラミング言語をサポートしています。このコースでは、LinuxベースのRaspbianを使用し、Pythonをプログラミング言語として使用します。特定のセットアップをご希望の場合は、お問い合わせください。
• 参加者はRaspberry Piのハードウェアと部品を購入する必要があります。