TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers
![Język publikacji: angielski Język publikacji: angielski](https://static01.helion.com.pl/global/flagi/1.png)
- Autorzy:
- Pete Warden, Daniel Situnayake
![TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers Pete Warden, Daniel Situnayake - okładka ebooka](https://static01.helion.com.pl/global/okladki/326x466/e_1enp.png)
![TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers Pete Warden, Daniel Situnayake - tył okładki ebooka](https://static01.helion.com.pl/global/okladki-tyl/326x466/e_1enp.png)
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 504
- Dostępne formaty:
-
ePubMobi
Opis ebooka: TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers
Deep learning networks are getting smaller. Much smaller. The Google Assistant team can detect words with a model just 14 kilobytes in size—small enough to run on a microcontroller. With this practical book you’ll enter the field of TinyML, where deep learning and embedded systems combine to make astounding things possible with tiny devices.
Pete Warden and Daniel Situnayake explain how you can train models small enough to fit into any environment. Ideal for software and hardware developers who want to build embedded systems using machine learning, this guide walks you through creating a series of TinyML projects, step-by-step. No machine learning or microcontroller experience is necessary.
- Build a speech recognizer, a camera that detects people, and a magic wand that responds to gestures
- Work with Arduino and ultra-low-power microcontrollers
- Learn the essentials of ML and how to train your own models
- Train models to understand audio, image, and accelerometer data
- Explore TensorFlow Lite for Microcontrollers, Google’s toolkit for TinyML
- Debug applications and provide safeguards for privacy and security
- Optimize latency, energy usage, and model and binary size
Wybrane bestsellery
-
Oddajemy w Państwa ręce kompendium wiedzy, które stanowi nieocenione źródło informacji dla wszystkich zainteresowanych zgłębianiem tajników uczenia maszynowego i głębokiego uczenia. Ta obszerna publikacja, licząca ponad 800 stron, jest prawdziwą skarbnicą wiedzy teoretycznej i praktycznej, staran...
-
Dzięki tej książce łatwo przyswoisz teoretyczne podstawy i zaczniesz je płynnie wdrażać w rzeczywistych scenariuszach. Dowiesz się, w jaki sposób myślenie przyczynowe ułatwia rozwiązywanie problemów, i poznasz pojęcia Pearla, takie jak strukturalny model przyczynowy, interwencje, kontrfakty itp. ...(65.40 zł najniższa cena z 30 dni)
65.40 zł
109.00 zł(-40%) -
Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbio...(53.40 zł najniższa cena z 30 dni)
53.40 zł
89.00 zł(-40%) -
Tę książkę docenią w szczególności analitycy danych. Wyjaśniono w niej potencjał wnioskowania przyczynowego w zakresie szacowania wpływu i efektów w biznesie. Opisano klasyczne metody wnioskowania przyczynowego, w tym testy A/B, regresja liniowa, wskaźnik skłonności, metoda syntetycznej kontroli ...(59.92 zł najniższa cena z 30 dni)
59.92 zł
74.90 zł(-20%) -
"Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI" to kompleksowa książka, która oferuje pełne wprowadzenie do świata sztucznej inteligencji (AI) i uczenia maszynowego (ML). Zawiera praktyczne informacje, które pozwolą czytelnikom na budowę i wdrażan...
-
Dzięki tej książce nauczysz się holistycznego podejścia, które zdecydowanie usprawni współpracę między zespołami. Najpierw zapoznasz się z podstawowymi informacjami o przepływach pracy związanych z uczeniem maszynowym przy użyciu Apache Spark i pakietu PySpark. Nauczysz się też zarządzać cyklem ż...(59.92 zł najniższa cena z 30 dni)
59.92 zł
74.90 zł(-20%) -
Czy jesteś gotowy, aby wkroczyć w fascynujący świat sztucznej inteligencji i zdobyć umiejętności, które zrewolucjonizują Twoją karierę? Przedstawiamy Ci przewodnik, który otworzy przed Tobą drzwi do jednej z najbardziej pożądanych profesji przyszłości. Ta przełomowa książka oferuje kompleksowe...
-
W dynamicznie zmieniającym się świecie biznesu automatyzacja procesów staje się kluczowym elementem sukcesu każdej organizacji. Technologia RPA (ang. robotic process automation) w połączeniu z zarządzaniem projektami i inżynierią oprogramowania tworzy nowy standard w zarządzaniu zasobami i operac...(49.05 zł najniższa cena z 30 dni)
76.30 zł
109.00 zł(-30%)
O autorach ebooka
Pete Warden jest współzałożycielem zespołu do spraw TensorFlow. Obecnie zajmuje się platformą TensorFlow dla mobilnych systemów operacyjnych i systemów wbudowanych. Wcześniej był założycielem firmy Jetpac, przejętej przez Google w 2014 roku.
Daniel Situnayake wspiera programistów TensorFlow w Google. Jest współzałożycielem firmy Tiny Farms, która jako pierwsza w Stanach Zjednoczonych zautomatyzowała proces uzyskiwania białka z owadów na skalę przemysłową.
Pete Warden, Daniel Situnayake - pozostałe książki
-
Ta książka jest przystępnym wprowadzeniem do skomplikowanego świata, w którym za pomocą techniki TinyML wdraża się głębokie uczenie maszynowe w systemach wbudowanych. Nie musisz mieć żadnego doświadczenia z zakresu uczenia maszynowego czy pracy z mikrokontrolerami. W książce wyjaśniono, jak można...(59.40 zł najniższa cena z 30 dni)
59.40 zł
99.00 zł(-40%) -
Edge AI is transforming the way computers interact with the real world, allowing IoT devices to make decisions using the 99% of sensor data that was previously discarded due to cost, bandwidth, or power limitations. With techniques like embedded machine learning, developers can capture human intu...(226.96 zł najniższa cena z 30 dni)
226.91 zł
279.00 zł(-19%) -
To help you navigate the large number of new data tools available, this guide describes 60 of the most recent innovations, from NoSQL databases and MapReduce approaches to machine learning and visualization tools. Descriptions are based on first-hand experience with these tools in a production en...(37.38 zł najniższa cena z 30 dni)
37.04 zł
64.99 zł(-43%) -
If you're a developer looking to supplement your own data tools and services, this concise ebook covers the most useful sources of public data available today. You'll find useful information on APIs that offer broad coverage, tie their data to the outside world, and are either accessible online o...(37.47 zł najniższa cena z 30 dni)
37.04 zł
64.99 zł(-43%)
Kup polskie wydanie:
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
- Autor:
- Pete Warden, Daniel Situnayake
49,50 zł
99,00 zł
(49.50 zł najniższa cena z 30 dni)
Ebooka "TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- ISBN Ebooka:
- 978-14-920-5199-2, 9781492051992
- Data wydania ebooka:
-
2019-12-16
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- angielski
- Rozmiar pliku ePub:
- 27.0MB
- Rozmiar pliku Mobi:
- 44.8MB
Spis treści ebooka
- Preface
- Conventions Used in This Book
- Using Code Examples
- OReilly Online Learning
- How to Contact Us
- Acknowledgments
- 1. Introduction
- Embedded Devices
- Changing Landscape
- 2. Getting Started
- Who Is This Book Aimed At?
- What Hardware Do You Need?
- What Software Do You Need?
- What Do We Hope Youll Learn?
- 3. Getting Up to Speed on Machine Learning
- What Machine Learning Actually Is
- The Deep Learning Workflow
- Decide on a Goal
- Collect a Dataset
- Selecting data
- Collecting data
- Labeling data
- Our final dataset
- Design a Model Architecture
- Generating features from data
- Windowing
- Normalization
- Generating features from data
- Thinking with ML
- Train the Model
- Underfitting and overfitting
- Training, validation, and testing
- Convert the Model
- Run Inference
- Evaluate and Troubleshoot
- Wrapping Up
- 4. The Hello World of TinyML: Building and Training a Model
- What Were Building
- Our Machine Learning Toolchain
- Python and Jupyter Notebooks
- Google Colaboratory
- TensorFlow and Keras
- Building Our Model
- Importing Dependencies
- Generating Data
- Splitting the Data
- Defining a Basic Model
- Training Our Model
- Training Metrics
- Graphing the History
- Improving Our Model
- Testing
- Converting the Model for TensorFlow Lite
- Converting to a C File
- Wrapping Up
- 5. The Hello World of TinyML: Building an Application
- Walking Through the Tests
- Including Dependencies
- Setting Up the Test
- Getting Ready to Log Data
- Mapping Our Model
- Creating an AllOpsResolver
- Defining a Tensor Arena
- Creating an Interpreter
- Inspecting the Input Tensor
- Running Inference on an Input
- Reading the Output
- Running the Tests
- Grabbing the code
- Using Make to run the tests
- Walking Through the Tests
- Project File Structure
- Walking Through the Source
- Starting with main_functions.cc
- Handling Output with output_handler.cc
- Wrapping Up main_functions.cc
- Understanding main.cc
- Running Our Application
- Wrapping Up
- 6. The Hello World of TinyML: Deploying to Microcontrollers
- What Exactly Is a Microcontroller?
- Arduino
- Handling Output on Arduino
- Running the Example
- Making Your Own Changes
- SparkFun Edge
- Handling Output on SparkFun Edge
- Running the Example
- Build the binary
- Sign the binary
- Flash the binary
- Attach the programmer to the board
- Attach the programmer to your computer
- Run the script to flash your board
- Testing the Program
- Viewing Debug Data
- Making Your Own Changes
- ST Microelectronics STM32F746G Discovery Kit
- Handling Output on STM32F746G
- Running the Example
- Making Your Own Changes
- Wrapping Up
- 7. Wake-Word Detection: Building an Application
- What Were Building
- Application Architecture
- Introducing Our Model
- All the Moving Parts
- Walking Through the Tests
- The Basic Flow
- The Audio Provider
- The Feature Provider
- How the feature provider converts audio to a spectrogram
- The Command Recognizer
- The Command Responder
- Listening for Wake Words
- Running Our Application
- Deploying to Microcontrollers
- Arduino
- Responding to commands on Arduino
- Running the example
- Making your own changes
- Arduino
- SparkFun Edge
- Responding to commands on SparkFun Edge
- Running the example
- Build the binary
- Sign the binary
- Flash the binary
- Attach the programmer to the board
- Attach the programmer to your computer
- Run the script to flash your board
- Testing the program
- Viewing debug data
- Making your own changes
- ST Microelectronics STM32F746G Discovery Kit
- Responding to commands on STM32F746G
- Running the example
- Testing the program
- Viewing debug data
- Making your own changes
- Wrapping Up
- 8. Wake-Word Detection: Training a Model
- Training Our New Model
- Training in Colab
- Enable GPU training
- Configure training
- Install dependencies
- Load TensorBoard
- Begin training
- Wait for training to complete
- Keeping Colab running
- Freeze the graph
- Convert to TensorFlow Lite
- Create a C array
- Training in Colab
- Training Our New Model
- Using the Model in Our Project
- Replacing the Model
- Updating the Labels
- Updating command_responder.cc
- Arduino
- SparkFun Edge
- STM32F746G
- Other Ways to Run the Scripts
- How the Model Works
- Visualizing the Inputs
- How Does Feature Generation Work?
- Understanding the Model Architecture
- Understanding the Model Output
- Training with Your Own Data
- The Speech Commands Dataset
- Training on Your Own Dataset
- How to Record Your Own Audio
- Data Augmentation
- Model Architectures
- Wrapping Up
- 9. Person Detection: Building an Application
- What Were Building
- Application Architecture
- Introducing Our Model
- All the Moving Parts
- Walking Through the Tests
- The Basic Flow
- The Image Provider
- The Detection Responder
- Detecting People
- Deploying to Microcontrollers
- Arduino
- Which camera module to buy
- Capturing images on arduino
- Responding to detections on Arduino
- Running the example
- Making your own changes
- Arduino
- SparkFun Edge
- Which camera module to buy
- Capturing images on SparkFun Edge
- Responding to detections on SparkFun Edge
- Running the example
- Build the binary
- Sign the binary
- Flash the binary
- Attach the programmer to the board
- Attach the programmer to your computer
- Run the script to flash your board
- Testing the program
- Viewing debug data
- Making your own changes
- Wrapping Up
- 10. Person Detection: Training a Model
- Picking a Machine
- Setting Up a Google Cloud Platform Instance
- Training Framework Choice
- Building the Dataset
- Training the Model
- TensorBoard
- Evaluating the Model
- Exporting the Model to TensorFlow Lite
- Exporting to a GraphDef Protobuf File
- Freezing the Weights
- Quantizing and Converting to TensorFlow Lite
- Converting to a C Source File
- Training for Other Categories
- Understanding the Architecture
- Wrapping Up
- 11. Magic Wand: Building an Application
- What Were Building
- Application Architecture
- Introducing Our Model
- All the Moving Parts
- Walking Through the Tests
- The Basic Flow
- The Accelerometer Handler
- The Gesture Predictor
- The Output Handler
- Detecting Gestures
- Deploying to Microcontrollers
- Arduino
- Arduino constants
- Capturing accelerometer data on Arduino
- Responding to gestures on Arduino
- Running the example
- Making your own changes
- Arduino
- SparkFun Edge
- Capturing accelerometer data on SparkFun Edge
- Responding to gestures on SparkFun Edge
- Running the example
- Build the binary
- Sign the binary
- Flash the binary
- Attach the programmer to the board
- Attach the programmer to your computer
- Run the script to flash your board
- Testing the Program
- Making your own changes
- Wrapping Up
- 12. Magic Wand: Training a Model
- Training a Model
- Training in Colab
- Enable GPU Training
- Install dependencies
- Prepare the data
- Load TensorBoard
- Begin training
- Evaluate the results
- Create a C array
- Training in Colab
- Other Ways to Run the Scripts
- Training a Model
- How the Model Works
- Visualizing the Input
- Understanding the Model Architecture
- Training with Your Own Data
- Capturing Data
- SparkFun Edge
- Logging data
- Capturing Data
- Modifying the Training Scripts
- Training
- Using the New Model
- Wrapping Up
- Learning Machine Learning
- Whats Next
- 13. TensorFlow Lite for Microcontrollers
- What Is TensorFlow Lite for Microcontrollers?
- TensorFlow
- TensorFlow Lite
- TensorFlow Lite for Microcontrollers
- Requirements
- Why Is the Model Interpreted?
- Project Generation
- What Is TensorFlow Lite for Microcontrollers?
- Build Systems
- Specializing Code
- Makefiles
- Writing Tests
- Supporting a New Hardware Platform
- Printing to a Log
- Implementing DebugLog()
- Running All the Targets
- Integrating with the Makefile Build
- Supporting a New IDE or Build System
- Integrating Code Changes Between Projects and Repositories
- Contributing Back to Open Source
- Supporting New Hardware Accelerators
- Understanding the File Format
- FlatBuffers
- Porting TensorFlow Lite Mobile Ops to Micro
- Separate the Reference Code
- Create a Micro Copy of the Operator
- Port the Test to the Micro Framework
- Build a Bazel Test
- Add Your Op to AllOpsResolver
- Build a Makefile Test
- Wrapping Up
- 14. Designing Your Own TinyML Applications
- The Design Process
- Do You Need a Microcontroller, or Would a Larger Device Work?
- Understanding Whats Possible
- Follow in Someone Elses Footsteps
- Find Some Similar Models to Train
- Look at the Data
- Wizard of Oz-ing
- Get It Working on the Desktop First
- 15. Optimizing Latency
- First Make Sure It Matters
- Hardware Changes
- Model Improvements
- Estimating Model Latency
- How to Speed Up Your Model
- Quantization
- Product Design
- Code Optimizations
- Performance Profiling
- Blinky
- Shotgun profiling
- Debug logging
- Logic analyzer
- Timer
- Profiler
- Performance Profiling
- Optimizing Operations
- Look for Implementations That Are Already Optimized
- Write Your Own Optimized Implementation
- Taking Advantage of Hardware Features
- Accelerators and Coprocessors
- Contributing Back to Open Source
- Wrapping Up
- 16. Optimizing Energy Usage
- Developing Intuition
- Typical Component Power Usage
- Hardware Choice
- Developing Intuition
- Measuring Real Power Usage
- Estimating Power Usage for a Model
- Improving Power Usage
- Duty Cycling
- Cascading Design
- Wrapping Up
- 17. Optimizing Model and Binary Size
- Understanding Your Systems Limits
- Estimating Memory Usage
- Flash Usage
- RAM Usage
- Ballpark Figures for Model Accuracy and Size on Different Problems
- Speech Wake-Word Model
- Accelerometer Predictive Maintenance Model
- Person Presence Detection
- Model Choice
- Reducing the Size of Your Executable
- Measuring Code Size
- How Much Space Is Tensorflow Lite for Microcontrollers Taking?
- OpResolver
- Understanding the Size of Individual Functions
- Framework Constants
- Truly Tiny Models
- Wrapping Up
- 18. Debugging
- Accuracy Loss Between Training and Deployment
- Preprocessing Differences
- Debugging Preprocessing
- On-Device Evaluation
- Accuracy Loss Between Training and Deployment
- Numerical Differences
- Are the Differences a Problem?
- Establish a Metric
- Compare Against a Baseline
- Swap Out Implementations
- Mysterious Crashes and Hangs
- Desktop Debugging
- Log Tracing
- Shotgun Debugging
- Memory Corruption
- Wrapping Up
- 19. Porting Models from TensorFlow to TensorFlow Lite
- Understand What Ops Are Needed
- Look at Existing Op Coverage in Tensorflow Lite
- Move Preprocessing and Postprocessing into Application Code
- Implement Required Ops if Necessary
- Optimize Ops
- Wrapping Up
- 20. Privacy, Security, and Deployment
- Privacy
- The Privacy Design Document
- Data collection
- Data usage
- Data sharing and storage
- Consent
- The Privacy Design Document
- Using a PDD
- Privacy
- Security
- Protecting Models
- Deployment
- Moving from a Development Board to a Product
- Wrapping Up
- 21. Learning More
- The TinyML Foundation
- SIG Micro
- The TensorFlow Website
- Other Frameworks
- Friends of TinyML
- Wrapping Up
- A. Using and Generating an Arduino Library Zip
- B. Capturing Audio on Arduino
- Index
O'Reilly Media - inne książki
-
Large language models (LLMs) and generative AI are rapidly changing the healthcare industry. These technologies have the potential to revolutionize healthcare by improving the efficiency, accuracy, and personalization of care. This practical book shows healthcare leaders, researchers, data scient...(160.65 zł najniższa cena z 30 dni)
160.15 zł
199.00 zł(-20%) -
With hundreds of tools preinstalled, the Kali Linux distribution makes it easier for security professionals to get started with security testing quickly. But with more than 600 tools in its arsenal, Kali Linux can also be overwhelming. The new edition of this practical book covers updates to the ...(174.18 zł najniższa cena z 30 dni)
173.97 zł
209.00 zł(-17%) -
Learn how to implement and manage a modern customer data platform (CDP) through the Salesforce Data Cloud platform. This practical book provides a comprehensive overview that shows architects, administrators, developers, data engineers, and marketers how to ingest, store, and manage real-time cus...(197.34 zł najniższa cena z 30 dni)
197.14 zł
249.00 zł(-21%) -
Real-time applications are becoming the norm today. But building a model that works properly requires real-time data from the source, in-flight stream processing, and low latency serving of its analytics. With this practical book, data engineers, data architects, and data analysts will learn how ...(223.08 zł najniższa cena z 30 dni)
222.88 zł
279.00 zł(-20%) -
Methods of delivering software are constantly evolving in order to increase speed to market without sacrificing reliability and stability. Mastering development end to end, from version control to production, and building production-ready code is now more important than ever. Continuous deploymen...(182.64 zł najniższa cena z 30 dni)
182.58 zł
239.00 zł(-24%) -
As the transformation to hybrid multicloud accelerates, businesses require a structured approach to securing their workloads. Adopting zero trust principles demands a systematic set of practices to deliver secure solutions. Regulated businesses, in particular, demand rigor in the architectural pr...(165.75 zł najniższa cena z 30 dni)
165.65 zł
209.00 zł(-21%) -
This concise yet comprehensive guide explains how to adopt a data lakehouse architecture to implement modern data platforms. It reviews the design considerations, challenges, and best practices for implementing a lakehouse and provides key insights into the ways that using a lakehouse can impact ...(193.19 zł najniższa cena z 30 dni)
192.69 zł
249.00 zł(-23%) -
In today's fast-paced world, more and more organizations require rapid application development with reduced development costs and increased productivity. This practical guide shows application developers how to use PowerApps, Microsoft's no-code/low-code application framework that helps developer...(162.27 zł najniższa cena z 30 dni)
162.17 zł
209.00 zł(-22%) -
Welcome to the systems age, where software professionals are no longer building software&emdash;we're building systems of software. Change is continuously deployed across software ecosystems coordinated by responsive infrastructure. In this world of increasing relational complexity, we need t...(152.01 zł najniższa cena z 30 dni)
151.81 zł
209.00 zł(-27%) -
This book provides an ideal guide for Python developers who want to learn how to build applications with large language models. Authors Olivier Caelen and Marie-Alice Blete cover the main features and benefits of GPT-4 and GPT-3.5 models and explain how they work. You'll also get a step-by-step g...(155.36 zł najniższa cena z 30 dni)
154.86 zł
209.00 zł(-26%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka drukowana
![Loader](https://static01.helion.com.pl/ebookpoint/img/ajax-loader.gif)
![ajax-loader](https://static01.helion.com.pl/ebookpoint/img/ajax-loader.gif)
Oceny i opinie klientów: TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers Pete Warden, Daniel Situnayake (0)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.