초소형 머신러닝 TinyML (모델 최적화부터 에지 컴퓨팅까지 작고 빠른 딥러닝을 위한 텐서플로라이트)

피트워든

PeteWarden
구글의모바일,임베디드텐서플로기술책임자다.애플에서근무한이후제트팩(Jetpac)의CTO이자창업자로일하다가2014년에제트팩이구글에인수되며구글에합류했다.피트워든은텐서플로팀의창립멤버이며트위터에서@petewarden으로활동중이고실용적인딥러닝블로그https://petewarden.com을운영하고있다.

CHAPTER1서론
1.1임베디드장치
1.2생태계변화

CHAPTER2시작하기
2.1이책의대상독자
2.2개발에필요한하드웨어
2.3개발에필요한소프트웨어
2.4이책에서배울내용

CHAPTER3머신러닝빠르게훑어보기
3.1머신러닝이란무엇인가
3.2딥러닝워크플로
3.3마치며

CHAPTER4TinyML'HelloWorld'시작하기:모델구축과훈련
4.1만들고자하는시스템
4.2머신러닝도구
4.3모델구축하기
4.4모델학습시키기
4.5텐서플로라이트용모델변환
4.6마치며

CHAPTER5TinyML'HelloWorld':애플리케이션구축
5.1테스트작성
5.2프로젝트파일구조
5.3소스코드살펴보기
5.4마치며

CHAPTER6TinyML'HelloWorld':마이크로컨트롤러에배포하기
6.1마이크로컨트롤러란무엇인가
6.2아두이노
6.3스파크펀에지
6.4ST마이크로STM32F746G디스커버리키트
6.5마치며

CHAPTER7호출어감지:애플리케이션만들기
7.1만들고자하는시스템
7.2애플리케이션아키텍처
7.3테스트코드
7.4호출어듣기
7.5마이크로컨트롤러에배포하기
7.6마치며

CHAPTER8호출어감지:모델훈련하기
8.1새로운모델훈련
8.2프로젝트에서모델사용
8.3모델작동방식
8.4나만의데이터로훈련하기
8.5마치며

CHAPTER9인체감지:애플리케이션만들기
9.1만들고자하는시스템
9.2애플리케이션아키텍처
9.3테스트코드
9.4인체감지
9.5마이크로컨트롤러배포
9.6마치며

CHAPTER10인체감지:모델훈련하기
10.1연산환경선택
10.2구글클라우드플랫폼인스턴스설정
10.3훈련프레임워크선택
10.4데이터셋구축하기
10.5.모델훈련하기
10.6텐서보드
10.7모델평가하기
10.8텐서플로라이트로모델내보내기
10.9다른카테고리훈련
10.10아키텍처이해
10.11마치며

CHAPTER11마술지팡이:애플리케이션만들기
11.1만들고자하는시스템
11.2애플리케이션아키텍처
11.3단계별테스트
11.4제스처감지
11.5마이크로컨트롤러에배포
11.6마치며

CHAPTER12마술지팡이:모델훈련하기
12.1모델훈련하기
12.2모델의작동방식
12.3나만의데이터로훈련하기
12.4마치며

CHAPTER13마이크로컨트롤러용텐서플로라이트
13.1마이크로컨트롤러용텐서플로라이트란무엇인가
13.2빌드시스템
13.3새로운하드웨어플랫폼지원
13.4새로운IDE나빌드시스템지원
13.5프로젝트와저장소간코드변경사항통합
13.6오픈소스에기여
13.7새로운하드웨어가속기지원
13.8파일포맷이해
13.9텐서플로라이트모바일작업을Micro에포팅하기
13.10마치며

CHAPTER14자신만의TinyML애플리케이션설계하기
14.1설계과정
14.2마이크로컨트롤러가필요할까,더큰장치가필요할까?
14.3무엇이가능한지이해하기
14.4다른사람의발자취따르기
14.5훈련할모델찾기
14.6데이터관찰
14.7오즈의마법사방법론
14.8데스크톱에서먼저작동시키기

CHAPTER15지연최적화
15.1정말중요한문제인지확인하기
15.2하드웨어변경
15.3모델개선
15.4양자화
15.5제품설계
15.6코드최적화
15.7연산최적화
15.8오픈소스에기여
15.9마치며

CHAPTER16에너지사용최적화
16.1직관기르기
16.2실제전력소모측정하기
16.3모델의전력사용량추정
16.4전력소모개선
16.5마치며

CHAPTER17모델과바이너리크기최적화
17.1시스템의한계이해
17.2메모리사용측정
17.3다양한문제에대한모델정확도와크기
17.4모델선택
17.5실행파일크기줄이기
17.6정말로작은모델
17.7마치며

CHAPTER18디버깅
18.1훈련과배포사이정확도손실
18.2수치의차이
18.3알수없는충돌과중단
18.4.마치며

CHAPTER19텐서플로에서텐서플로라이트로모델포팅하기
19.1필요한Op이해
19.2텐서플로라이트의기존Op범위살펴보기
19.3전처리및후처리를애플리케이션코드로이동
19.4Op의구현
19.5Op최적화
19.6마치며

CHAPTER20개인정보,보안,배포
20.1개인정보
20.2보안
20.3배포
20.4마치며

CHAPTER21파도를따라잡기위하여
21.1TinyML재단
21.2SIGMicro
21.3텐서플로웹사이트
21.4그밖의프레임워크
21.5트위터
21.6TinyML의친구들
21.7마치며

부록A아두이노라이브러리Zip사용과생성
부록B아두이노에서오디오받기

텐서플로라이트로알아보는임베디드머신러닝의가능성

마이크로컨트롤러에서머신러닝을실행할수있게된것은비교적최근일이며이분야는초기단계에있습니다.머신러닝에는여러가지접근방식이있지만가장인기있는방식은딥러닝입니다.이책의예제는딥러닝을중심으로합니다.딥러닝은마이크로컨트롤러에적합한문제를해결하기위한유연하고강력한도구입니다.제한된메모리와저성능장치에서도딥러닝이작동할수있다는것을알면놀랄수도있습니다.실제로이책을통해정말놀라운일을해내면서도작은장치의제약조건에맞는딥러닝모델을만드는방법을배우게될것입니다.

이책에는딥러닝을연구에서끝내지않고제품까지이어가기위한텐서플로팀의고민이잘녹아있습니다.정확도를최대한유지하면서모델을경량화하고,저전력환경에서모델을실행하고,성능이낮아모델을실행하기어려운컴퓨팅환경에서모델을동작시키는방법을텐서플로라이트로예제를실행하며배워보세요.

이책을다읽고덮을때,현재임베디드시스템에서머신러닝을사용하여가능한것이무엇인지,앞으로몇년동안무엇이실현가능할지에대한아이디어를얻을수있기를바랍니다.

이책에서다루는내용
●마이크로컨트롤러용텐서플로라이트
●오디오,이미지,가속도계데이터로머신러닝(딥러닝)모델학습
●음성인식,제스처인식등임베디드기기에서작동하는머신러닝애플리케이션
●아두이노를비롯한저전력마이크로컨트롤러에머신러닝탑재
●지연,에너지사용,모델크기,바이너리크기최적화기법
●머신러닝필수사항과자신만의모델훈련방법
●애플리케이션디버깅,개인정보보호,보안을고려한설계노하우