*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202407*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:AIoT應用開發與實踐 ISBN:9787111745204 出版社:機械工業 著編譯者:張金 宮曉利 李浩然 叢書名:華為AIoT技術系列 頁數:177 所在地:中國大陸 *此為代購商品 書號:1678019 可大量預訂,請先連絡。 內容簡介 本書面向初學者,首先介紹AIoT的相關概念,接下來介紹AIoT中的關鍵技術和平台,以及AIoT應用開發的過程和關鍵點,最後通過典型案例來系統使用前面介紹的開發方法和技術,講授AIoT應用的完整開發過程。 本書適合高校物聯網及相關專業作為實踐教材、創新項目輔助教材使用,也可供對AIoT應用開發感興趣的技術人員參考閱讀。作者簡介 宮曉利,2011年博士畢業於南開大學,同年留校任教,現為南開大學計算機與控制工程學院副教授,研究方向包括嵌入式系統、移動雲計算和物聯網。目錄 序前言 第1章 人工智慧物聯網——AIoT 1 1 概論 1 1 1 AIoT概述 1 1 2 AIoT的發展與應用 1 2 框架 1 2 1 雲邊協同下的AIoT架構 1 2 2 華為LiteOS架構 參考文獻 第2章 AIoT架構中的LiteOS部署與構建 2 1 LiteOS編譯框架和開發工具 2 1 1 LiteOS編譯框架 2 1 2 LiteOS開發工具 2 1 3 Linux下的編譯 2 1 4 Windows下的編譯 2 2 LiteOS快速入門 2 2 1 在Linux環境下基於STM32開發板的LiteOS開發 2 2 2 在Windows環境下基於STM32開發板的LiteOS開發 2 2 3 在Linux環境下基於QEMU模擬器運行realview-pbx-a9 2 2 4 在Windows環境下基於QEMU模擬器運行realview-pbx-a9 2 3 LiteOS移植指南 2 3 1 環境準備 2 3 2 創建裸機工程 2 3 3 移植適配 2 3 4 任務創建示例 第3章 LiteOS開髮指南 3 1 概述 3 1 1 各模塊簡介 3 1 2 內核啟動流程 3 1 3 使用約束 3 2 任務 3 2 1 概述 3 2 2 開髮指導 3 2 3 注意事項 3 2 4 編程實例 3 2 5 編程實例(SMP) 3 3 內存 3 3 1 概述 3 3 2 動態內存 3 3 3 靜態內存 3 4 中斷 3 4 1 概述 3 4 2 開髮指導 3 4 3 注意事項 3 4 4 編程實例 3 5 異常接管 3 5 1 概述 3 5 2 使用指南 3 5 3 注意事項 3 5 4 問題定位實例 3 6 錯誤處理 3 6 1 概述 3 6 2 開髮指導 3 6 3 注意事項 3 6 4 編程實例 3 7 隊列 3 7 1 概述 3 7 2 開髮指導 3 7 3 注意事項 3 7 4 編程實例 3 8 事件 3 8 1 概述 3 8 2 開髮指導 3 8 3 注意事項 3 8 4 編程實例 3 9 信號量 3 9 1 概述 3 9 2 開髮指導 3 9 3 編程實例 3 10 互斥鎖 3 10 1 概述 3 10 2 開髮指導 3 10 3 注意事項 3 10 4 編程實例 第4章 面向小熊派的AIoT售貨機設計 4 1 開發環境配置 4 1 1 實驗設備 4 1 2 賬號註冊 4 1 3 環境配置 4 2 自動售貨機商品顯示 4 2 1 使用VSCode導入裸機工程 4 2 2 工程配置 4 2 3 在平台上創建產品 4 2 4 導入模型文件 4 2 5 註冊設備 4 2 6 在代碼中修改設備信息 4 2 7 配置Wi-Fi用戶名、密碼 4 2 8 添加LCD屏幕顯示 4 2 9 添加顯示商品代碼 4 2 10 編譯程序與燒錄 4 3 商品選擇 4 4 上報數據 4 4 1 添加上報數據所需的變數代碼 4 4 2 添加購物車工程代碼 4 4 3 添加購物車清空功能代碼 4 5 下發命令 4 5 1 任務配置步驟 4 5 2 使用APIExplorer調用平台介面 第5章 面向ModelArts的AIoT智能模型運用 5 1 ModelArts基礎介紹 5 1 1 ModelArts概述 5 1 2 數據管理 5 1 3 模型訓練 5 1 4 模型部署 5 1 5 自動學習 5 2 數據處理 5 2 1 數據準備 5 2 2 數據創建 5 2 3 數據接入 5 2 4 數據分析 5 2 5 數據導出 5 3 模型開發 5 3 1 模型開發簡介 5 3 2 準備演算法 5 3 3 模型訓練 5 4 基於ModelArts的手寫數字識別案例 5 4 1 平台的準備工作 5 4 2 數據準備 5 4 3 模型準備 5 4 4 上傳文件 5 4 5 模型訓練 5 4 6 模型推理部署 5 4 7 預測結果 5 4 8 清除資源 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |