このコースについて

54,546 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

Basic understanding of Kotlin and/or Swift

約11時間で修了

推奨:4 weeks of study, 4-5 hours/week...

英語

字幕:英語

学習内容

  • Prepare models for battery-operated devices

  • Execute models on Android and iOS platforms

  • Deploy models on embedded systems like Raspberry Pi and microcontrollers

習得するスキル

TensorFlow LiteMathematical OptimizationMachine LearningTensorflowObject Detection

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

Basic understanding of Kotlin and/or Swift

約11時間で修了

推奨:4 weeks of study, 4-5 hours/week...

英語

字幕:英語

提供:

deeplearning.ai ロゴ

deeplearning.ai

シラバス - 本コースの学習内容

1

1

6時間で修了

Device-based models with TensorFlow Lite

6時間で修了
14件のビデオ (合計40分), 6 readings, 2 quizzes
14件のビデオ
A few words from Laurence55
Features and components of mobile AI2 分
Architecture and performance3 分
Optimization Techniques2 分
Saving, converting, and optimizing a model3 分
Examples2 分
Quantization3 分
TF-Select1 分
Paths in Optimization1 分
Running the models1 分
Transfer learning3 分
Converting a model to TFLite1 分
Transfer learning with TFLite5 分
6件の学習用教材
Prerequisites10 分
Downloading the Coding Examples and Exercises10 分
GPU delegates10 分
Learn about supported ops and TF-Select10 分
Week 1 Wrap up10 分
Exercise Description10 分
1の練習問題
Week 1 Quiz
2

2

1時間で修了

Running a TF model in an Android App

1時間で修了
15件のビデオ (合計36分), 3 readings, 1 quiz
15件のビデオ
Installation and resources2 分
Architecture of a model1 分
Initializing the Interpreter2 分
Preparing the Input1 分
Inference and results1 分
Code walkthrough3 分
Run the App2 分
Classifying camera images55
Initialize and prepare input3 分
Demo of camera image classifier4 分
Initialize model and prepare inputs1 分
Inference and results3 分
Demo of the object detection App1 分
Code for the inference and results2 分
3件の学習用教材
Android fundamentals and installation10 分
Week 2 Wrap up10 分
Description10 分
1の練習問題
Week 2 Quiz
3

3

2時間で修了

Building the TensorFLow model on IOS

2時間で修了
22件のビデオ (合計45分), 8 readings, 1 quiz
22件のビデオ
A few words from Laurence1 分
What is Swift?45
TerserflowLiteSwift1 分
Cats vs Dogs App1 分
Taking the initial steps3 分
Scaling the image2 分
More steps in the process3 分
Looking at the App in Xcode5 分
What have we done so far and how do we continue?41
Using the App50
App architecture1 分
Model details1 分
Initial steps4 分
Final steps1 分
Looking at the code for the image classification App4 分
Object classification intro30
TFL detect App53
App architecture55
Initial steps58
Final steps3 分
Looking at the code for the object detection model3 分
8件の学習用教材
Important links10 分
Apple’s developer's site 10 分
Apple's API10 分
More details10 分
Camera related functionalities10 分
The Coco dataset10 分
Week 3 Wrap up10 分
Description10 分
1の練習問題
Week 3 Quiz
4

4

2時間で修了

TensorFlow Lite on devices

2時間で修了
13件のビデオ (合計29分), 7 readings, 1 quiz
13件のビデオ
A few words from Laurence3 分
Devices3 分
Starting to work on a Raspberry Pi1 分
How do we start?2 分
Image classification1 分
The 4 step process2 分
Object detection1 分
Back to the 4 step process4 分
Raspberry Pi demo2 分
Microcontrollers2 分
Closing words by Laurence28
A conversation with Andrew Ng1 分
7件の学習用教材
Edge TPU models10 分
Options to choose from10 分
Pre optimized mobileNet10 分
Object detection model trained on the coco10 分
Suggested links10 分
Description10 分
Wrap up10 分
1の練習問題
Week 4 Quiz

レビュー

DEVICE-BASED MODELS WITH TENSORFLOW LITE からの人気レビュー
すべてのレビューを見る

TensorFlow: Data and Deployment専門講座について

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

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。