課程簡介

介紹

  • Tensorflow 與 Tensorflow Lite

TensorFlow Lite 功能和工作流程概述

  • 機器學習和深度學習概念回顧
  • 如何實現設備上的低延遲推理
  • 端到端模型構建和部署

準備開發環境

  • 啟動 Swift 專案
  • 將 TensorFlow 添加到專案

使用設備攝像頭捕獲圖像

  • 如何捕獲相機輸入
  • 類和方法概述
  • 在幀上運行推理(執行圖像分類)

創建用於物件檢測的應用程式

  • 選擇 TensorFlow 型號
  • 轉換 TensorFlow 模型
  • 將 TensorFlow 模型載入到行動裝置上
  • 載入預訓練的 TensorFlow 模型

創建用於圖像分類的應用程式

  • 選擇 TensorFlow 型號
  • 轉換 TensorFlow 模型
  • 將 TensorFlow 模型載入到行動裝置上
  • 載入預訓練的 TensorFlow 模型

自訂模型和數據

  • 預處理數據集
  • 設置超參數

優化 TensorFlow 模型

  • 根據基準衡量性能
  • 測量精度
  • 重新訓練 TensorFlow 模型

探索替代模型

  • 選擇其他型號
  • 訓練模型以識別新類(遷移學習)
  • 獲取新標籤的訓練圖像

部署啟用了 AI 的 iOS 應用

  • 在現場執行圖像分類

故障排除

總結和結論

最低要求

  • 具有 Swift 程式設計經驗
  • 具有行動應用程式開發經驗
  • 運行 v12 或更高版本的 iOS 設備

觀眾

  • 開發人員
  • 希望在 iOS 上開發支援 AI 的行動應用程式的數據科學家
 21 時間:

人數



每位參與者的報價

客戶評論 (4)

相關課程

課程分類