Mọi lộ trình

Học máy trên vi điều khiển

Nhận diện cử chỉ từ đầu bằng Python thuần trên Raspberry Pi: đặc trưng, k láng giềng gần nhất, cây quyết định, một nơ-ron, gradient descent và một mạng nơ-ron nhỏ, và trọng số xuất thành mảng C cho vi điều khiển.

Raspberry Pi 4 Model BMiễn phí7 bài học5 h4 chương3.070 XPLập trình · Chuyên gia+400 XP

Đã hoàn thành 0 trên 7

Bạn sẽ làm được gì

3 dự án, làm từng bước một

7 bài học trong 4 chương, khoảng 5 giờ trên một Raspberry Pi 4 Model B được mô phỏng. Miễn phí, ngay trong trình duyệt, mỗi bước đều được trình mô phỏng kiểm tra.

Dự án chương 1

k láng giềng gần nhất

Mô hình đơn giản nhất có thể: gán nhãn một cử động theo các cử động huấn luyện gần nó nhất. Khoảng cách, bỏ phiếu, độ chính xác, chọn k, ma trận nhầm lẫn, vì sao z-score quan trọng, và k-NN tiêu tốn bao nhiêu tài nguyên của vi điều khiển.

Mở trong trình mô phỏng
Dự án chương 2

Một neuron

Một neuron nhân tạo: tổng có trọng số, độ lệch và một bước ngưỡng. Tự đặt trọng số bằng tay, rồi để quy tắc perceptron tự học chúng, tìm ra chỗ một neuron đơn độc bó tay (một bài toán không tách tuyến tính được với một đặc trưng), và thắp một bóng đèn từ nó.

Mở trong trình mô phỏng
Dự án chương 3

Trọng số trong C

Đóng gói mô hình: in các trọng số đã huấn luyện và các hằng số z-score thành mảng C để sketch vi điều khiển dán vào, lượng tử hóa chúng sang int8, chứng minh mô hình nhỏ vẫn cho kết quả đúng như trước, và in hàm phân loại bằng C dùng chúng.

Mở trong trình mô phỏng
Bản đồ

Từng chương một

Mỗi bài học mở ra khi bài trước hoàn thành, và mỗi chương kết thúc bằng một dự án.

Chương 1

Dữ liệu trước

Biến các chuỗi tín hiệu thô từ cảm biến thành đặc trưng và chia dữ liệu một cách trung thực.

  1. Mở330 XP

    Dữ liệu và đặc trưng

    Cử động từ gia tốc kế đeo tay: chuỗi tín hiệu thô, sáu đặc trưng tóm tắt nửa giây trong sáu con số, trung bình từng lớp cho thấy vì sao nó khả thi, một cách chia train/test trung thực, và z-score chỉ tính từ tập huấn luyện.

    0/5 bước

  2. Dự ánĐã khóa660 XP

    k láng giềng gần nhất

    Mô hình đơn giản nhất có thể: gán nhãn một cử động theo các cử động huấn luyện gần nó nhất. Khoảng cách, bỏ phiếu, độ chính xác, chọn k, ma trận nhầm lẫn, vì sao z-score quan trọng, và k-NN tiêu tốn bao nhiêu tài nguyên của vi điều khiển.

    0/5 bước

5 câu hỏi, được chấm ngay khi bạn trả lời.
Chương 2

Mô hình đọc được

Cây quyết định và một neuron đơn lẻ, và chỗ mỗi cái gãy.

  1. Đã khóa280 XP

    Cây quyết định

    Một mô hình đọc được: câu hỏi đầu tiên tốt nhất theo độ thiếu thuần Gini, cây sâu 2 in thành quy tắc, overfitting nhìn thấy được với ba cử động gán nhãn sai, và cây biến thành các lệnh if trong C.

    0/4 bước

  2. Dự ánĐã khóa560 XP

    Một neuron

    Một neuron nhân tạo: tổng có trọng số, độ lệch và một bước ngưỡng. Tự đặt trọng số bằng tay, rồi để quy tắc perceptron tự học chúng, tìm ra chỗ một neuron đơn độc bó tay (một bài toán không tách tuyến tính được với một đặc trưng), và thắp một bóng đèn từ nó.

    0/4 bước

4 câu hỏi, được chấm ngay khi bạn trả lời.
Chương 3

Huấn luyện và đóng gói

Gradient descent trên Pi, rồi trọng số để vi điều khiển chạy được.

  1. Đã khóa330 XP

    Huấn luyện trên Pi

    Gradient descent từ đầu: hồi quy softmax cho cả ba cử động, hàm mất mát cross-entropy giảm dần qua từng epoch, độ chính xác và độ tin trên tập kiểm tra, tốc độ học quá nhỏ và quá lớn, và một mạng neuron 6-4-3 huấn luyện bằng backpropagation.

    0/5 bước

  2. Dự ánĐã khóa560 XP

    Trọng số trong C

    Đóng gói mô hình: in các trọng số đã huấn luyện và các hằng số z-score thành mảng C để sketch vi điều khiển dán vào, lượng tử hóa chúng sang int8, chứng minh mô hình nhỏ vẫn cho kết quả đúng như trước, và in hàm phân loại bằng C dùng chúng.

    0/4 bước

5 câu hỏi, được chấm ngay khi bạn trả lời.
Chương 4

Trùm

Nhận diện cử động trực tiếp trên bộ đèn giao thông.

  1. Đã khóa350 XP

    Trùm: nhận diện cử động

    Trùm cuối: cả chuỗi quy trình chạy trực tiếp. Nhấn nút, một cử động mới được ghi lại, trích đặc trưng, tính z-score và phân loại, và bộ đèn giao thông hiển thị vẫy tay, đấm hay khoanh tròn; một ngưỡng tin cậy nói "không chắc" với cử động nó chưa từng được dạy; và 30 cử động chưa từng thấy đo nó một cách trung thực.

    0/6 bước

3 câu hỏi, được chấm điểm ngay khi bạn làm.
Chứng chỉ

Chứng chỉ khi bạn hoàn thành

Hoàn thành mọi bài học và vượt qua mọi bài kiểm tra cuối chương, Mokxi sẽ cấp chứng chỉ ghi tên bạn, được xác minh trên trang riêng của nó.

Số chứng chỉ:MXC0-URSE-0001

Chứng chỉ Hoàn thành

Chứng nhận rằng

Tên Của Bạn

đã hoàn thành tốt khóa học

Học máy trên vi điều khiển

Bao gồm Dữ liệu trước, Mô hình đọc được, Huấn luyện và đóng gói và Trùm.

7 bài học · khoảng 5 giờ học

DaneDane, Nhà sáng lập, MokxiCấp ngày 17 tháng 11, 2026
Xác minh chứng chỉ nàymokxi.com/cert/MXC0URSE0001
Chứng chỉ

Nhận chứng chỉ của bạn

  • Tên bạn và một mã số duy nhấtIn trên chứng chỉ khổ ngang thuộc về bạn.
  • Được Mokxi xác minhMã QR và trang công khai để ai cũng có thể kiểm tra.
  • Thêm vào LinkedInMột cú nhấp điền sẵn biểu mẫu chứng chỉ trên LinkedIn.
  • Tải về PDFIn ra hoặc đính kèm vào CV hay hồ sơ xin việc.

Hoàn thành khóa học để nhận chứng chỉ có thể xác minh, ghi tên bạn, kèm mã QR và liên kết cho LinkedIn. Chứng chỉ đi kèm gói Pro, và 7 ngày dùng thử miễn phí.

Nội dung khóa học

Mọi bài học trong khóa

Tất cả 7 bài học, theo thứ tự, kèm nội dung mỗi bài. Bất kỳ bài nào cũng mở ngay trong trình soạn code.

Chương 1

Dữ liệu trước

  1. Dữ liệu và đặc trưngCử động từ gia tốc kế đeo tay: chuỗi tín hiệu thô, sáu đặc trưng tóm tắt nửa giây trong sáu con số, trung bình từng lớp cho thấy vì sao nó khả thi, một cách chia train/test trung thực, và z-score chỉ tính từ tập huấn luyện.
  2. k láng giềng gần nhấtMô hình đơn giản nhất có thể: gán nhãn một cử động theo các cử động huấn luyện gần nó nhất. Khoảng cách, bỏ phiếu, độ chính xác, chọn k, ma trận nhầm lẫn, vì sao z-score quan trọng, và k-NN tiêu tốn bao nhiêu tài nguyên của vi điều khiển.
Chương 2

Mô hình đọc được

  1. Cây quyết địnhMột mô hình đọc được: câu hỏi đầu tiên tốt nhất theo độ thiếu thuần Gini, cây sâu 2 in thành quy tắc, overfitting nhìn thấy được với ba cử động gán nhãn sai, và cây biến thành các lệnh if trong C.
  2. Một neuronMột neuron nhân tạo: tổng có trọng số, độ lệch và một bước ngưỡng. Tự đặt trọng số bằng tay, rồi để quy tắc perceptron tự học chúng, tìm ra chỗ một neuron đơn độc bó tay (một bài toán không tách tuyến tính được với một đặc trưng), và thắp một bóng đèn từ nó.
Chương 3

Huấn luyện và đóng gói

  1. Huấn luyện trên PiGradient descent từ đầu: hồi quy softmax cho cả ba cử động, hàm mất mát cross-entropy giảm dần qua từng epoch, độ chính xác và độ tin trên tập kiểm tra, tốc độ học quá nhỏ và quá lớn, và một mạng neuron 6-4-3 huấn luyện bằng backpropagation.
  2. Trọng số trong CĐóng gói mô hình: in các trọng số đã huấn luyện và các hằng số z-score thành mảng C để sketch vi điều khiển dán vào, lượng tử hóa chúng sang int8, chứng minh mô hình nhỏ vẫn cho kết quả đúng như trước, và in hàm phân loại bằng C dùng chúng.
Chương 4

Trùm

  1. Trùm: nhận diện cử độngTrùm cuối: cả chuỗi quy trình chạy trực tiếp. Nhấn nút, một cử động mới được ghi lại, trích đặc trưng, tính z-score và phân loại, và bộ đèn giao thông hiển thị vẫy tay, đấm hay khoanh tròn; một ngưỡng tin cậy nói "không chắc" với cử động nó chưa từng được dạy; và 30 cử động chưa từng thấy đo nó một cách trung thực.
Bộ kit

Cùng lắp trên bàn thực hành của bạn

Mỗi bài học đều chạy trong trình mô phỏng, không cần mua gì. Khi bạn muốn làm thật, các bộ kit này có sẵn linh kiện.

Đã có kit rồi?

Tìm kit của bạn

Chọn bộ kit khởi đầu bạn đang có và chạy mọi bài học trong sách hướng dẫn với cùng linh kiện trên cùng các chân.

Xem tất cả các kit
Câu hỏi

Giới thiệu về Học máy trên vi điều khiển

Học máy trên vi điều khiển có miễn phí không?

Có. Cả 7 bài học của Học máy trên vi điều khiển đều miễn phí và chạy ngay trong trình duyệt, không cần cài đặt gì và không cần mua linh kiện nào trước khi bắt đầu.

Tôi có cần một Raspberry Pi 4 Model B thật không?

Không. Mỗi bài học chạy trên một Raspberry Pi 4 Model B được mô phỏng với các linh kiện trên khung vẽ, và trình mô phỏng kiểm tra từng bước khi bạn làm. Khi bạn muốn lắp thật, cách nối dây và code giống hệt sẽ chạy được trên bo mạch thật.

Học máy trên vi điều khiển kéo dài bao lâu?

Khoảng 5 giờ: 7 bài học trong 4 chương, mỗi bài gồm vài bước ngắn. Tiến độ được lưu, nên bạn có thể dừng sau bất kỳ bài nào rồi tiếp tục từ chỗ đã dừng.

Mình sẽ làm được gì?

Mỗi chương kết thúc bằng một dự án tổng hợp: k láng giềng gần nhất, Một neuron và Trọng số trong C.

Bắt đầu từ đâu?

Bắt đầu với "Dữ liệu và đặc trưng", và mỗi bài học xây dựng trên bài trước đó. Mới làm quen với mạch điện tử? Điện tử cơ bản là khóa học bắt đầu từ con số không.