ESP32-TinyML项目为物联网（IoT）设备带来了强大的微型机器学习能力，让您可以在资源受限的ESP32微控制器上运行复杂的机器学习模型。接下来介绍该项目，探讨其功能、使用方法以及在各种应用中的潜力。

本文会介绍如何使用TensorFlow Lite构建一个本地语音识别系统，内容包括语音前端处理、语音识别模型的训练以及如何将其转换为TensorFlow Lite格式并部署到ESP32。

在本文中，我将在 Wio 终端上制作一个带有内置麦克风的声控机器人车，以通过 TinyML 识别行驶、停止和背景噪音。

分布最广的物联网设备往往体积很小、电量有限。它们被作为终端硬件，通过嵌入式传感器采集各种数据；计算能力有限，对功耗极为敏感。这类设备也能实现机器学习吗？

本文档讲解如何在Wio Terminal的Cortex-M微控制器设备上训练和部署深度神经网络模型。内容包括七个详细的分步项目，让学生掌握现代机器学习的基本思想，以及如何在低功耗的微控制器上创建智能和互联的系统。

手把手教你在Arduino和微控制器上部署ML。