| Traditionell war die Entwicklung eines ML-Modells und dessen Implementierung auf einem Embedded-Gerät mit erheblichem manuellem Aufwand und...
| Traditionell war die Entwicklung eines ML-Modells und dessen Implementierung auf einem Embedded-Gerät mit erheblichem manuellem Aufwand und...
| Bereit, Ihrem ESP32-Energiezähler KI hinzuzufügen? In diesem Projekt erfahren Sie, wie Sie Daten aus Home Assistant und Python-Labeling-Scri...
| Die Entwicklung energieeffizienter Embedded-Systeme ist anspruchsvoll, und Edge-KI verstärkt diese Herausforderung zusätzlich. Entscheidend...
| Elektor heißt Edge Impulse 2025 als Gastredaktion willkommen – mit einer umfassenden Ausgabe zum rasant wachsenden Bereich der Edge-KI. Die...
| Edge Impulse ist ein leistungsfähiges, benutzerfreundliches Werkzeug zur Entwicklung von Machine-Learning-Modellen für eingebettete Systeme....
| Mit der zunehmenden Leistungsfähigkeit von Edge-Geräten verlagert sich die KI immer stärker weg von der Cloud und hin zu den Orten, an denen...
| Von den ersten ML-Experimenten auf einem Hackathon bis zum Einsatz von Modellen auf Milliarden von Geräten – Jan Jongboom hat alles miterleb...
| Die Entwicklung energieeffizienter Embedded-Systeme ist anspruchsvoll, und Edge-KI verstärkt diese Herausforderung zusätzlich. Entscheidend...
| Lange bevor der heutige KI-Boom einsetzte, dokumentierte Elektor die frühen Grundlagen der künstlichen Intelligenz mit praxisnahen Projekten...
| Erfahren Sie, wie Jon Nordby, Mitgründer von Soundsensing und Entwickler von emlearn, tinyML mit Unterstützung von Zephyr RTOS auf Mikrocont...