Arduino: Programming a Microcontroller for Beginners培訓

在這個由 台灣 講師指導的現場培訓中，參與者將學習如何使用高級技術對 Arduino 進行程式設計，同時逐步創建一個簡單的感測器警報系統。

在本次培訓結束時，參與者將能夠：

• 瞭解 Arduino 的工作原理。
• 深入瞭解 Arduino 的主要元件和功能。
• 在不使用 Arduino IDE 的情況下對 Arduino 進行程式設計。

這個由講師指導的現場培訓<本地>（在線或現場）面向希望學習如何使用嵌入式 C 語言對基於不同處理器架構（8051、ARM CORTEX M-3 和 ARM9）的各種類型的微控制器進行程式設計的工程師。

在這個由講師指導的現場培訓中，參與者將學習如何使用 Arduino 硬體和 Arduino （C/C++） 語言構建機器人。

在本次培訓結束時，參與者將能夠：

• 構建和操作包括軟體和硬體元件的機器人系統
• 了解機器人技術中使用的關鍵概念
• 將電機、感測器和微控制器組裝到一個工作機器人中
• 設計機器人的機械結構

觀眾

• 開發人員
• 工程師
• 愛好者

課程形式

• 部分講座、部分討論、練習和大量動手實踐

注意

• 硬體套件將由講師在培訓前指定，但大致包含以下元件：

• Arduino 板
• 電機控制器
• 距離感測器
• 藍牙從屬設備
• 原型板和電纜
• USB 數據線
• 車輛套件

• 參與者需要購買自己的硬體。
• 如果您想定製此培訓，請聯繫我們進行安排。

在這個由講師指導的 台灣 現場培訓中，參與者將在逐步創建基於 Arduino 的物聯網感測器系統的過程中學習物聯網的基礎知識。

在培訓結束時，參與者將能夠：

• 瞭解物聯網的原理，包括物聯網元件和通信技術。
• 瞭解如何使用可用於不同物聯網系統的 Arduino 通信模組。
• 瞭解如何使用和程式設計行動應用程式來控制 Arduino。
• 使用Wi-Fi模組將Arduino連接到另一台設備。
• 構建和部署他們自己的物聯網感測器系統。

這個面向中級嵌入式系統工程師和 AI 開發人員的以講師為導向的實時培訓（在線或現場）旨在使參加者能夠使用 TensorFlow Lite 和 Edge Impulse 在微控制器上部署機器學習模型。

培訓結束時，參與者將能夠：

• 了解 TinyML 的基本原則及其對邊緣 AI 應用程序的好處。
• 為 TinyML 項目設置開發環境。
• 在低功耗微控制器上訓練、優化和部署 AI 模型。
• 使用 TensorFlow Lite 和 Edge Impulse 實現現實世界的 TinyML 應用程序。
• 對 AI 模型進行優化以提高功率效率和內存限制。

這種講師指導的現場培訓<本地>（在線或現場）面向希望學習微控制器設計原理的工程師。

Raspberry Pi是一款非常小巧的單板計算機。

在這個由講師指導的實時培訓中，參與者將學習如何設置和編程Raspberry Pi以作為交互式和強大的嵌入式系統。

在培訓結束時，參與者將能夠：

• 設置IDE（集成開發環境）以實現最高的開發效率
• 編程Raspberry Pi來控制運動傳感器，報警器，Web服務器和打印機等設備。
• 了解Raspberry Pi的架構，包括附加設備的輸入和連接器。
• 了解編程語言和操作系統中的各種選項
• 測試，調試和部署Raspberry Pi以解決實際問題

聽眾

• 開發商
• 硬件/軟件技術人員
• 各行各業的技術人員
• 愛好者

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• Raspberry Pi支持各種操作系統和編程語言。本課程將使用基於Linux的Raspbian作為操作系統，使用Python作為編程語言。要請求具體設置，請聯繫我們安排。
• 參與者負責購買Raspberry Pi硬件和組件。

這種以講師為主導的台灣現場培訓（現場或遠端）面向希望在非常小的嵌入式設備上編寫，載入和運行機器學習模型的工程師。

在培訓結束時，參與者將能夠：

• 安裝 TensorFlow Lite。
• 將機器學習模型載入式設備上，使其能夠檢測語音、對圖像進行分類等。
• 將 AI 添加到硬體設備，而無需依賴網路連接。