感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
TensorFlow Lite 簡介
- TensorFlow Lite 及其架構概述
- TensorFlow 與其他邊緣 AI 框架的比較
- 使用 TensorFlow Lite 進行邊緣 AI 的優勢與挑戰
- TensorFlow Lite 在邊緣 AI 應用中的案例研究
設置 TensorFlow Lite 環境
- 安裝 TensorFlow Lite 及其依賴項
- 配置開發環境
- TensorFlow Lite 工具和庫簡介
- 環境設置的動手練習
使用 TensorFlow Lite 開發 AI 模型
- 爲邊緣部署設計和訓練 AI 模型
- 將 TensorFlow 模型轉換爲 TensorFlow Lite 格式
- 優化模型以提高性能和效率
- 模型開發與轉換的動手練習
部署 TensorFlow Lite 模型
- 在各種邊緣設備(如智能手機、微控制器)上部署模型
- 在邊緣設備上運行推理
- 解決部署問題
- 模型部署的動手練習
模型優化的工具與技術
- 量化及其優勢
- 剪枝與模型壓縮技術
- 利用 TensorFlow Lite 的優化工具
- 模型優化的動手練習
構建實用的邊緣 AI 應用
- 使用 TensorFlow Lite 開發實際邊緣 AI 應用
- 將 TensorFlow Lite 模型與其他系統和應用集成
- 成功邊緣 AI 項目的案例研究
- 構建實用邊緣 AI 應用的動手項目
總結與下一步
最低要求
- 對人工智能和機器學習概念的理解
- 具備TensorFlow使用經驗
- 基本編程技能(推薦Python)
受衆
- 開發者
- 數據科學家
- 人工智能從業者
14 時間: