Come realizzare e addestrare una rete neurale con TensorFlow e TensorFlow Lite

I microcontrollori come l’ARM a 32 bit Cortex M4 che equipaggia l’Arduino Nano 33 BLE hanno sufficiente potere di CPU e risorse di memoria per eseguire l’algoritmo di inferenza (previsione) di una rete neurale DNN come quella progettata nel corso del precedente tutorial.

L’esecuzione dell’algoritmo di addestramento, in linea teorica sarebbe parimenti possibile, tuttavia in questo caso i tempi di elaborazione sarebbero estremamente lunghi e difficilmente potremmo aggiungere al software di training anche strumenti e funzionalità per il monitoraggio di questo processo.

Per tutti questi motivi, normalmente la fase di training viene eseguita su piattaforme specificamente dedicate a questo scopo.

Il training della rete, rappresenta nel nostro caso una delle fasi in cui è articolato lo sviluppo del software, per cui, così come la compilazione degli sketch avviene sul nostro PC, anche l’addestramento della nostra rete può avvenire sul nostro PC, o, meglio ancora, su una piattaforma dedicata.

In questo video scoprirai la tecnologia Jupyter Notebook e la piattaforma Google Colaboratory.

Per accedere ai servizi gratuiti offerti da Google Colaboratory dovrai utilizzare un tuo account Google Gmail. Se non hai un account Google potrai facilmente e gratuitamente registrarne uno.

Ti servirà per svolgere le attività del prossimo tutorial.