Embedded Machine & Deep Learning: Workflows für Edge Devices

Industrieübergreifend spielen Machine und Deep Learning-Algorithmen eine zunehmende Rolle. Für den eigentlichen Einsatz auf der Hardware werden Faktoren wie die benötigte Rechenleistung und der Speicher-Fußabdruck entscheidend: Lässt sich das trainierte Modell überhaupt ohne Weiteres auf ein Embedded System portieren?

© The MathWorks
The MathWorks GmbH →

Dieses Web-Seminar stellt den kompletten Workflow innerhalb der MATLAB/Simulink Umgebung vor - vom schnellen Prototyping des Algorithmus, Training und Validierung bis hin zur Portierung auf die Embedded Systeme mithilfe der automatischen C/C++-Codegenerierung.

Speaker

Christoph Stockhammer, Applikationsingenieur

Christoph Stockhammer ist Applikationsingenieur und arbeitet seit sieben Jahren für MathWorks. Er hat einen Abschluss in Mathematik der Technischen Universität München. Seine Schwerpunkte sind Mathematik und Statistik im Kontext von Datenanalyse, Machine- und Deep-Learning-Techniken sowie die Integration von MATLAB-Software mit anderen Programmiersprachen.