Die Softwareentwicklerkonferenz
zu Internet of Things und Industrie 4.0
Köln, KOMED, 1.-3. April 2019

building IoT 2019 » Programm »

// Embedded- und Machine-Learning-Modelle mit TensorFlow Lite und uTensor

Mit TensorFlow Lite lassen sich Machine-Learning-Anwendungen für Embedded-Geräte und Smartphones umsetzen. Das ermöglicht unter anderem dem Raspberry Pi, TensorFlow-Modelle auf dem Gerät auszuführen. uTensor geht noch einen Schritt weiter und bringt AI auf den Mikrocontroller (MCU). MCUs sind klein, kostengünstig und energieeffizient, aber auch langsam und haben wenig RAM, wodurch die Ausführung nicht einfacher wird.

Der Workshop führt zunächst in den Einsatz von TensorFlow ein, um den Entwicklern im Anschluss die Verwendungen von TensorFlow Lite zu zeigen. Eine Demo zeigt den praktischen Einsatz.

Anschließend lernen die Teilnehmer uTensor kennen.

Sie erfahren, wie sie mit den Einschränkungen in RAM und Performance umgehen.

Vorkenntnisse
Ein grundsätzliches Verständnis von TensorFlow ist von Vorteil, aber nicht notwendig.

Lernziele
Die Teilnehmer lernen den Einsatz von Machine Learning auf Embedded Devices. Sie erfahren, welche Vor- und Nachteile das mit sich bringt, und wie sie ML sinnvoll einsetzen können.

// Lars Gregori Lars Gregori

Lars arbeitet als Technology Strategist bei SAP CX in München und ist Mitglied im SAP Customer Experience Labs Team. Er interessiert sich für neue Technologien rund um das Thema Internet of Things, Machine Learning, Blockchain und Minecraft. Vor seinem Studium als Diplom-Informatiker (FH) hat er eine Lehre als Kommunikationselektroniker absolviert.