ใต้ฝากระโปรงและการต่อเติม
Under the hood and extending the firmware · หน้าหลักสูตร
แกะสแตกจาก MicroPython ข้าม IPC ไปถึง ai_engine และ NPU แล้วใช้แผนที่นั้นเพิ่มโมเดลของเราเองให้โผล่ใน edge_ai.models()
เป้าหมายของโมดูล
หัวข้อที่มีชื่อว่า “เป้าหมายของโมดูล”เลิกเป็นแค่ผู้ใช้ API แล้วเริ่มเป็นคนที่อ่าน แก้ และต่อเติมสแตกได้
บทเรียน
หัวข้อที่มีชื่อว่า “บทเรียน”| บทเรียน | เรื่อง | เวลา (นาที) | สไลด์ |
|---|---|---|---|
| 7.1 | สแตก Edge AI: tri-core, ai_engine, IPC model link และ TFLite-Micro | 70 | slides.md |
| 7.2 | ลงมือทำ: ส่องสแตกจาก MicroPython | 75 | slides.md |
| 7.3 | เพิ่มโมเดลของเราเอง: สามการแก้ สัญญาสี่ฟังก์ชัน และ Vela | 70 | slides.md |
| 7.4 | ลงมือทำ: ให้โมเดลใหม่โผล่ใน edge_ai.models() | 75 | slides.md |
บทเรียนมาเป็นชุด บทเรียนแนวคิดตามด้วยบทเรียน ลงมือทำ ที่มีไฟล์ฝึก เฉลย และแล็บ
เช็กพอยต์ของโมดูล
หัวข้อที่มีชื่อว่า “เช็กพอยต์ของโมดูล”ผ่านโมดูลนี้เมื่อทำได้ครบทุกข้อ (รายละเอียดอยู่ในหัวข้อ แล็บ ของบทเรียนลงมือทำ):
- อธิบายสแตกได้ แล้วชี้ฟังก์ชันหรือฟิลด์ต้นทางของสามชั้น (transport, control, result) ได้อย่างน้อยชั้นละหนึ่งจุด (บทเรียน 7.2)
- โมเดลใหม่ที่เพิ่มเอง
edge_ai.count()เพิ่มขึ้น ชื่อโผล่ในedge_ai.models()และเลือกรันแล้วได้ verdict จริงบนบอร์ด (บทเรียน 7.4)
TESA Open Knowledge · © 2026 สมาคมสมองกลฝังตัวไทย (TESA) · CC BY-NC 4.0
เนื้อหาเผยแพร่ภายใต้ CC BY-NC 4.0 นำไปใช้ต่อในงานที่ไม่ใช่เพื่อการค้าได้ โปรดอ้างอิงสมาคมสมองกลฝังตัวไทย (TESA) ทุกครั้ง · วิธีอ้างอิง TESA