이 강좌에 대하여

최근 조회 47,459
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

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

제공자:

Placeholder

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

TensorFlow: Data and Deployment

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.