课程大纲

TensorFlow Lite 简介

  • TensorFlow Lite 及其架构概述
  • TensorFlow 与其他边缘 AI 框架的比较
  • 使用 TensorFlow Lite 进行边缘 AI 的优势与挑战
  • TensorFlow Lite 在边缘 AI 应用中的案例研究

设置 TensorFlow Lite 环境

  • 安装 TensorFlow Lite 及其依赖项
  • 配置开发环境
  • TensorFlow Lite 工具和库简介
  • 环境设置的动手练习

使用 TensorFlow Lite 开发 AI 模型

  • 为边缘部署设计和训练 AI 模型
  • 将 TensorFlow 模型转换为 TensorFlow Lite 格式
  • 优化模型以提高性能和效率
  • 模型开发与转换的动手练习

部署 TensorFlow Lite 模型

  • 在各种边缘设备(如智能手机、微控制器)上部署模型
  • 在边缘设备上运行推理
  • 解决部署问题
  • 模型部署的动手练习

模型优化的工具与技术

  • 量化及其优势
  • 剪枝与模型压缩技术
  • 利用 TensorFlow Lite 的优化工具
  • 模型优化的动手练习

构建实用的边缘 AI 应用

  • 使用 TensorFlow Lite 开发实际边缘 AI 应用
  • 将 TensorFlow Lite 模型与其他系统和应用集成
  • 成功边缘 AI 项目的案例研究
  • 构建实用边缘 AI 应用的动手项目

总结与下一步

要求

  • 对人工智能和机器学习概念的理解
  • 具备TensorFlow使用经验
  • 基本编程技能(推荐Python)

受众

  • 开发者
  • 数据科学家
  • 人工智能从业者
 14 小时

即将举行的公开课程

课程分类