Kurzusleírás

Bevezetés

  • A TensforFlow Lite játékmódosító szerepe a beágyazott rendszerekben és az IoT-ben

A TensorFlow Lite szolgáltatásainak és műveleteinek áttekintése

  • A korlátozott eszközerőforrások kezelése
  • Alapértelmezett és kiterjesztett műveletek

A TensorFlow Lite beállítása

  • A TensorFlow Lite interpreter telepítése
  • Más TensorFlow csomagok telepítése
  • Munkavégzés a parancssorból vs Python API-ból

Az eszközön futtatandó modell kiválasztása

  • Az előre betanított modellek áttekintése: képosztályozás, tárgyfelismerés, intelligens válasz, pózbecslés, szegmentálás
  • Modell kiválasztása TensorFlow Hubból vagy más forrásból

Előre betanított modell testreszabása

  • Hogyan működik a transzfertanulás
  • Képosztályozási modell átképzése

Modell átalakítása

  • A TensorFlow Lite formátum megértése (méret, sebesség, optimalizálás stb.)
  • Modell átalakítása TensorFlow Lite formátumba

Előrejelző modell futtatása

  • A modell, az értelmező és a bemeneti adatok együttműködésének megértése
  • A tolmács hívása eszközről
  • Adatok futtatása a modellen előrejelzések készítéséhez

Modellműveletek felgyorsítása

  • A fedélzeti gyorsulás, GPUs stb.
  • A küldöttek konfigurálása a műveletek felgyorsítására

Modellműveletek hozzáadása

  • A TensorFlow használatával Válassza ki a műveletek modellhez való hozzáadásához.
  • A tolmács egyedi verziójának elkészítése
  • Egyéni operátorok használata új műveletek írására vagy portolására

A modell optimalizálása

  • A teljesítmény, a modellméret és a pontosság egyensúlyának megértése
  • A Model Optimization Toolkit használata a modell méretének és teljesítményének optimalizálására
  • Edzés utáni kvantálás

Hibaelhárítás

Összefoglalás, és következtetés

Követelmények

  • A mély tanulási fogalmak megértése
  • Python programozási tapasztalat
  • Beágyazott Linuxot futtató eszköz (Raspberry Pi, Coral eszköz stb.)

Közönség

  • Fejlesztők
  • Adattudósok, akik érdeklődnek a beágyazott rendszerek iránt
 21 Hours

Résztvevők száma



Ár per résztvevő

Vélemények (4)

Rokon tanfolyam

The Yocto Project - An Overview - hands-on

28 Hours

Embedded Linux Systems Architecture

35 Hours

Rokon kategóriák