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:

人數


每位參與者的報價

Upcoming Courses

課程分類