Leçon · EXP-09 · IA embarquée · 2/4
IA embarquée : un réseau de neurones dans le robot
6 étapes·55 min·0/6 fait
voix
- 01Enregistrer + geste : « avance », « stop », « gauche »
Cette étape est un principe à ranger dans ta boîte à outils mentale : pas un geste à faire, mais une règle qui expliquera cent situations à venir. Les ingénieurs raisonnent avec une poignée de principes comme celui-ci — celui-là vaut la peine d'être apprivoisé.
🛠 Sur la plateforme
- 1.Relis l'énoncé lentement, en cherchant le mot qui porte l'idée.
- 2.Trouve sur la grille ou sur le robot l'endroit exact où ce principe agit.
- 3.Mets-le à l'épreuve : change quelque chose et vérifie que le principe tient.
- 4.Clique les termes soulignés si l'un d'eux reste flou — la voix les explique.
✔ Vérification
C'est réussi quand tu peux donner un exemple où le principe s'applique et un contre-exemple où il ne s'applique pas. Le piège : le sauter parce que « c'est de la théorie » — c'est lui qui t'évitera la panne de la semaine prochaine.
📖 Termes de cette étape
- 02Nettoyer et équilibrer le jeu de données
- 03Entraîner un petit réseau sur l'ordinateur
- 04Quantifier le modèle en entiers 8
- 05Déployer et inférer à bord en temps réel
- 06Mesurer précision, et — arbitrer
Objectifs
- +Collecter un jeu de données propre
- +Entraîner petit, déployer léger
- +Mesurer précision et à bord
🧠 Ce qu'il faut retenir
- 1.En TinyML, les données valent plus que le modèle : un petit réseau bien nourri bat un gros mal nourri.
- 2.La quantification 8 divise taille et pour quelques points de précision.
- 3.L'inférence embarquée se juge sur trois axes à la fois : précision, , .