Course Outline

소개

  • 임베디드 시스템 및 IoT에서 TensforFlow Lite의 판도를 바꾸는 역할

TensorFlow Lite 기능 및 작동 개요

  • 제한된 장치 리소스 해결
  • 기본 및 확장 작업

TensorFlow 라이트 설정

  • TensorFlow Lite 인터프리터 설치
  • 다른 TensorFlow 패키지 설치
  • 명령줄과 Python API에서 작업하기

장치에서 실행할 모델 선택

  • 사전 훈련된 모델 개요: 이미지 분류, 객체 감지, 스마트 응답, 포즈 추정, 분할
  • TensorFlow 허브 또는 기타 소스에서 모델 선택

사전 학습된 모델 사용자 정의

  • 전이 학습의 작동 방식
  • 이미지 분류 모델 재학습

모델 변환

  • TensorFlow Lite 형식 이해(크기, 속도, 최적화 등)
  • 모델을 TensorFlow Lite 형식으로 변환

예측 모델 실행

  • 모델, 인터프리터, 입력 데이터가 함께 작동하는 방식 이해
  • 장치에서 통역사 호출하기
  • 예측을 얻기 위해 모델을 통해 데이터 실행

모델 운영 가속화

  • 온보드 가속도, GPU 등 이해
  • 작업을 가속화하도록 대리인 구성

모델 작업 추가

  • TensorFlow 사용 모델에 작업을 추가하려면 선택합니다.
  • 인터프리터의 사용자 정의 버전 구축
  • 사용자 정의 연산자를 사용하여 새 작업 작성 또는 이식

모델 최적화

  • 성능, 모델 크기, 정확도의 균형 이해
  • 모델 최적화 툴킷을 사용하여 모델의 크기와 성능 최적화
  • 훈련 후 양자화

문제 해결

요약 및 결론

Requirements

  • 딥러닝 개념에 대한 이해
  • Python 프로그래밍 경험
  • 임베디드 Linux(Raspberry Pi, Coral 장치 등)를 실행하는 장치

청중

  • 개발자
  • 임베디드 시스템에 관심이 있는 데이터 과학자
 21 Hours

Number of participants



Price per participant

회원 평가 (4)

Related Courses

The Yocto Project - An Overview - hands-on

28 Hours

Embedded Linux Systems Architecture

35 Hours

Related Categories