Titre : | Optimiser les modèles de Machine Learning pour l’IoT et le déploiement embarqué (2021) |
Auteurs : | Olivier Cruchant, Auteur |
Type de document : | Article : texte imprimé |
Dans : | [Programmez !] (N°3 spécial, Spécial Hiver 20/21) |
Article en page(s) : | P. 78-80 |
Langues: | Français |
Sujets : |
IESN Amazon SageMaker ; Déploiement (informatique) ; Internet of Things ; Machine learning ; Système embarqué |
Résumé : | "Rapidité, disponibilité, confidentialité des données : nombreuses sont les raisons de déployer ses modèles de Machine Learning (ML) en embarqué, au plus près de leur point de consommation. Néanmoins, ce choix s’accompagne de contraintes : smartphones, caméras intelligentes et autres objets connectés ont des capacités de calcul limitées qui doivent être utilisées de manière frugale." (Extrait de [Programmez !] spécial n°3) |
Exemplaires (1)
Localisation | Section | Support | Cote de rangement | Statut | Disponibilité |
---|---|---|---|---|---|
Bibliothèque IESN | _Périodiques | Périodique | 68 PRO SPE 3 | Consultation possible sur demande | Exclu du prêt |