回顾389期
TinyML实操工作坊
ESP32项目实现手势识别
点击图片观看回顾视频
5月26日，我们熟悉的light老师将带领我们走进神奇的魔法课堂，教大家如何利用TinyML来制作一个能够识别手势的“魔杖”。
效果演示
当Light老师手持传感器画出圆圈时，小灯就能发出蓝色的光芒。
而画出叉的轨迹时则会亮起红色的灯，TinyML精准识别出差别并做出了相应的反馈。
所用硬件与软件
框架与环境
注意：一定要选这两项哦，只有新本版才有这些选项！
如果有同学喜欢用虚拟环境来跑也没有问题。
数据与模型
数据：
1.2s 数据长度，
100采样/s
模型：
线性全连接网络
720-向量输入
2-向量输出
代码解析
大家可以看到Light老师写的Create Model函数，是创建一个模型，创建后可以列出模型的基本信息。
这是一个线性的模型，它拥有三层。每一层中的dense表示它是个全连接的网。解析为第一层输入为720，有32个神经元，2万多个参数输出，以此类推，总的参数量为23K。
那如何用代码来实现网络创建？
我们这可以这样，第一段其中的softmax通常用于多分类！这样我们就构建了一个模型。
第二段则包含优化器，决定我们的训练。还包含交叉熵，也是常用于分类问题。不理解的话可以只理解loss误差与metrics精度，其余照抄。
一行为六个数据，代表六个传感器数据。每一行都是一次采集，120行构成一个完整的动作轨迹。
Loop为技术计时器，用来计算每一周期消耗了多少时间与工作负载。带有两种工作模式，一为训练模式，另一为推理模式。t为单次循环的微妙计数，每个周期为10毫秒的延迟。
（喜欢这个项目的小伙伴给一颗小星星呗~）
我们本期开放夜就到这里啦，下期再见！
蘑菇云创客空间致力于提供一个创新开放的交流平台，如果你热爱创造，喜欢创新，那就来蘑菇云实现自己的奇思妙想！