タイニーエムエル

第21章. もっと学ぶ

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

本書が、安価で低消費電力のデバイスを使って、重要な問題を解決する一助となれば幸いである。この分野は新しく急成長しているため、ここに掲載したのはスナップショットに過ぎない。最新の情報を入手したい場合は、以下のリソースを参照されたい。

TinyML財団

TinyMLサミットは、組込みハードウェア、ソフトウェア、マシンラーニングの専門家が一堂に会し、分野横断的なコラボレーションについて議論する年次会議である。また、ベイエリアと テキサス州オースティンでは毎月ミートアップが開催されており、今後も開催地が増える予定だ。 TinyML財団のWebサイトでは、イベントのビデオやスライド、その他の資料を見ることができる。

シグマイクロ

本書はTensorFlow Lite for Microcontrollersに焦点を当てているが、このフレームワークへの貢献に興味があるのであれば、外部の開発者が共同で改善に取り組めるSIG（Special Interest Group）がある。SIG Microには、公開の月例ビデオミーティング、メーリングリスト、Gitterチャットルームがある。ライブラリーの新機能に関するアイデアや要望があれば、ここで議論するのがいいだろう。Google内外を問わず、プロジェクトに携わるすべての開発者がロードマップや今後の作業計画を共有しているのを見ることができる。通常の変更プロセスは、まず設計書を共有することから始まる。単純な変更であれば、なぜその変更が必要なのか、何をするのかを説明した単一ページで構わない。私たちは通常これをRFC（"request for comment"）として公開し、ステークホルダーがフィードバックを提供できるようにし、アプローチが合意されたら、実際のコード変更を含むプルリクエストでフォローアップする。

TensorFlowのWebサイト

TensorFlowのメインWebサイトには、マイクロコントローラに関する我々の研究のホームページがあり、最新のサンプルやドキュメントを確認することができる。特に、トレーニング・サンプル・コードでは、TensorFlow 2.0への移行を継続する予定なので、互換性に問題がある場合は見てみる価値がある。

その他のフレームワーク

TensorFlowは我々が最もよく知るライブラリであるため、TensorFlowのエコシステムに焦点を当てたが、他のフレームワークでも多くの興味深い研究が行われている。我々は、TensorFlowモデルからのコード生成で多くの興味深い実験を行っているNeil Tan氏のuTensorでの先駆的な仕事の大ファンだ。Network+のEmbedded Learning Libraryは、Arduinoやmicro:bitプラットフォームを対象としており、Deep Neural Network以外にも多種多様なマシン学習アルゴリズムをサポートしている。

ツイッター

あなたが作った組込み機械学習プロジェクトについて、世界に伝えたいことはないだろうか？あなたがどんな問題を解決しているのか、ぜひ見てみたい。Twitterで#tinymlのハッシュタグを使ってリンクをシェアするのが、私たちに連絡する素晴らしい方法のひとつだ。私たち自身も@petewardenと @dansituとしてツイッターをやっており、 ...