Avant-propos
En 2022, Thomas Dohmke, PDG de GitHub, a déclaré : "Je pense que le passage au Cloud se fera à un rythme si rapide que dans quelques années seulement, je prédis qu'il n'y aura plus de code sur votre ordinateur local."1 Ce livre explique très bien pourquoi moi et beaucoup d'autres personnes dans le domaine émergent du ML edge pensons qu'il a tout faux.
Nous commençons à voir émerger de nombreuses applications pratiques comme la reconnaissance vocale de haute qualité, la prévention des incendies de forêt et les commandes de maisons intelligentes qui ne sont possibles que parce que les appareils locaux sont désormais capables d'exécuter des algorithmes avancés d'apprentissage automatique. Jenny et Dan ont rédigé un livre formidable qui explique non seulement pourquoi l'ajout d'intelligence aux applications périphériques est si crucial pour résoudre des problèmes importants, mais qui accompagne également le lecteur à travers les étapes nécessaires pour concevoir, mettre en œuvre et tester ce type d'applications.
Cela peut sembler assez intimidant lorsque tu commences à examiner pour la première fois un projet d'apprentissage automatique à la périphérie. Le domaine implique beaucoup de jargon, évolue rapidement et nécessite des connaissances dans des domaines tels que les systèmes embarqués et l'intelligence artificielle qui n'ont traditionnellement pas été bien intégrés. Ce que les auteurs ont réussi à faire, c'est une introduction douce mais complète à tout ce que tu ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access