成功

扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

袁明奇
工程师
京东机器视觉算法工程师,华为认证人工智能研发高级工程师,中国大学生计算机设计大赛全国一等奖,中国联通“联创黔线”杯大数据挑战赛全国TOP1,京东数科黑客马拉松创新大赛TOP2,主要研究方向为计算机视觉、数据挖掘等。
显示更多
本课程共计214分钟,14节,如果每天学习1小时,预计学习4天。
课程简介

深度学习模型对于算力要求较高,为了能在算力羸弱的移动端进行部署,必须对原模型进行量化压缩,从而提升模型的计算性能,而TensorFlow Lite是一种用于设备端推断的开源深度学习框架,其能将TensorFlow模型转换为压缩的 FlatBuffer 文件,并通过将 32 位浮点数转换为更高效的 8 位整数进行量化,以到达模型快速运算的效果 .

伴随着深度学习技术的广泛使用,越来越多的深度学习模型被部署到移动端或IoT设备上运行,对于从事人工智能研发的相关人员,掌握对应的移动端开发技术是十分必要的,也将对自己的职业生涯产生极大的促进作用!

本课程将从TensorFlow Lite的基本组件及特性讲起,并结合丰富的技术实战案例,让您深入了解并掌握TensorFlow Lite的使用方法!

你将收获
1、了解掌握TensorFlow Lite的特性及基本组件
2、了解掌握TensorFlow Lite在移动端部署的流程方法
3、丰富、完整的实战案例助你提升移动端开发能力
4、大量技巧分享助你减少“踩坑”时间,快速上手应用
查看更多笔记

加载中...

没有更多了

同学笔记空空如也

查看更多评价

加载中...

没有更多了

空空如也

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部