Titre : | Introduction à TinyML : plus gros n'est pas toujours mieux (2022) |
Auteurs : | José Bagur, Auteur |
Type de document : | Article : texte imprimé |
Dans : | Elektor (N°499, décembre 2022 et janvier 2023) |
Article en page(s) : | P.23-25 |
Langues: | Français |
Sujets : |
IESN Electronique ; Machine learning ; TinyML (électronique) |
Résumé : | L'un des domaines de l'apprentissage en profondeur qui connaît la croissance la plus rapide est l'apprentissage automatique (machine learning) miniature (TinyML). C'est un domaine de pointe qui introduit des modèles de machine learning dans des dispositifs informatiques à faible puissance et à faible coût, tels que les microcontrôleurs. Cet article explique pourquoi TinyML nous montre que les gros systèmes ne sont pas toujours les meilleurs. (Extrait d'Elektor, 499, p.23) |
Exemplaires (1)
Localisation | Section | Support | Cote de rangement | Statut | Disponibilité |
---|---|---|---|---|---|
Bibliothèque IESN | _Périodiques | Périodique | 62 ELE 499 | Empruntable sur demande | Sorti jusqu'au 03/04/2024 |