이 강좌에 대하여

최근 조회 58,360
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

Basic understanding of Kotlin and/or Swift

완료하는 데 약 10시간 필요
영어
자막: 영어

배울 내용

  • Prepare models for battery-operated devices

  • Execute models on Android and iOS platforms

  • Deploy models on embedded systems like Raspberry Pi and microcontrollers

귀하가 습득할 기술

TensorFlow LiteMathematical OptimizationMachine LearningTensorflowObject Detection
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

Basic understanding of Kotlin and/or Swift

완료하는 데 약 10시간 필요
영어
자막: 영어

강사

제공자:

deeplearning.ai 로고

deeplearning.ai

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 6시간 필요

Device-based models with TensorFlow Lite

완료하는 데 6시간 필요
14개 동영상 (총 40분), 6 개의 읽기 자료, 2 개의 테스트
14개의 동영상
A few words from Laurence55
Features and components of mobile AI2m
Architecture and performance3m
Optimization Techniques2m
Saving, converting, and optimizing a model3m
Examples2m
Quantization3m
TF-Select1m
Paths in Optimization1m
Running the models1m
Transfer learning3m
Converting a model to TFLite1m
Transfer learning with TFLite5m
6개의 읽기 자료
Prerequisites10m
Downloading the Coding Examples and Exercises10m
GPU delegates10m
Learn about supported ops and TF-Select10m
Week 1 Wrap up10m
Exercise Description10m
1개 연습문제
Week 1 Quiz
2

2

완료하는 데 1시간 필요

Running a TF model in an Android App

완료하는 데 1시간 필요
15개 동영상 (총 36분), 3 개의 읽기 자료, 1 개의 테스트
15개의 동영상
Installation and resources2m
Architecture of a model1m
Initializing the Interpreter2m
Preparing the Input1m
Inference and results1m
Code walkthrough3m
Run the App2m
Classifying camera images55
Initialize and prepare input3m
Demo of camera image classifier4m
Initialize model and prepare inputs1m
Inference and results3m
Demo of the object detection App1m
Code for the inference and results2m
3개의 읽기 자료
Android fundamentals and installation10m
Week 2 Wrap up10m
Description10m
1개 연습문제
Week 2 Quiz
3

3

완료하는 데 2시간 필요

Building the TensorFLow model on IOS

완료하는 데 2시간 필요
22개 동영상 (총 45분), 8 개의 읽기 자료, 1 개의 테스트
22개의 동영상
A few words from Laurence1m
What is Swift?45
TerserflowLiteSwift1m
Cats vs Dogs App1m
Taking the initial steps3m
Scaling the image2m
More steps in the process3m
Looking at the App in Xcode5m
What have we done so far and how do we continue?41
Using the App50
App architecture1m
Model details1m
Initial steps4m
Final steps1m
Looking at the code for the image classification App4m
Object classification intro30
TFL detect App53
App architecture55
Initial steps58
Final steps3m
Looking at the code for the object detection model3m
8개의 읽기 자료
Important links10m
Apple’s developer's site 10m
Apple's API10m
More details10m
Camera related functionalities10m
The Coco dataset10m
Week 3 Wrap up10m
Description10m
1개 연습문제
Week 3 Quiz
4

4

완료하는 데 2시간 필요

TensorFlow Lite on devices

완료하는 데 2시간 필요
13개 동영상 (총 29분), 7 개의 읽기 자료, 1 개의 테스트
13개의 동영상
A few words from Laurence3m
Devices3m
Starting to work on a Raspberry Pi1m
How do we start?2m
Image classification1m
The 4 step process2m
Object detection1m
Back to the 4 step process4m
Raspberry Pi demo2m
Microcontrollers2m
Closing words by Laurence28
A conversation with Andrew Ng1m
7개의 읽기 자료
Edge TPU models10m
Options to choose from10m
Pre optimized mobileNet10m
Object detection model trained on the coco10m
Suggested links10m
Description10m
Wrap up10m
1개 연습문제
Week 4 Quiz

검토

DEVICE-BASED MODELS WITH TENSORFLOW LITE의 최상위 리뷰

모든 리뷰 보기

TensorFlow: Data and Deployment 특화 과정 정보

Continue developing your skills in TensorFlow as you learn to navigate through a wide range of deployment scenarios and discover new ways to use data more effectively when training your machine learning models. In this four-course Specialization, you’ll learn how to get your machine learning models into the hands of real people on all kinds of devices. Start by understanding how to train and run machine learning models in browsers and in mobile applications. Learn how to leverage built-in datasets with just a few lines of code, learn about data pipelines with TensorFlow data services, use APIs to control data splitting, process all types of unstructured data and retrain deployed models with user data while maintaining data privacy. Apply your knowledge in various deployment scenarios and get introduced to TensorFlow Serving, TensorFlow, Hub, TensorBoard, and more. Industries all around the world are adopting Artificial Intelligence. This Specialization from Laurence Moroney and Andrew Ng will help you develop and deploy machine learning models across any device or platform faster and more accurately than ever. This Specialization builds upon skills learned in the TensorFlow in Practice Specialization. We recommend learners complete that Specialization prior to enrolling in TensorFlow: Data and Deployment....
TensorFlow: Data and Deployment

자주 묻는 질문

  • 강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:

    • 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.