Kursplan

Introduksjon

    Tensorflow vs Tensorflow Lite

Oversikt over TensorFlow Lite funksjoner og arbeidsflyt

    Oppsummering av maskinlærings- og dyplæringskonsepter Hvordan oppnås inferens med lav latens på enheten End-to-end modellbygging og distribusjon

Forberede utviklingsmiljøet

    Starte et Swift-prosjekt Legge til TensorFlow i prosjektet

Ta et bilde med et enhetskamera

    Hvordan kamerainndata fanges opp Oversikt over klasser og metoder Kjøre slutninger på en ramme (utføre bildeklassifisering)

Opprette en app for objektdeteksjon

    Velge en TensorFlow-modell Konvertering av TensorFlow-modellen Laste TensorFlow-modellen til en mobil enhet Laste en forhåndstrent TensorFlow-modell

Opprette en app for bildeklassifisering

    Velge en TensorFlow-modell Konvertering av TensorFlow-modellen Laste TensorFlow-modellen til en mobil enhet Laste en forhåndstrent TensorFlow-modell

Tilpasse modellen og dataene

    Forhåndsbehandle et datasett Stille inn hyperparametrene

Optimalisering av TensorFlow-modellen

    Måling av ytelse mot en målestokk Målenøyaktighet Omskolering av en TensorFlow modell

Utforsker alternative modeller

    Velge en annen modell Trene en modell for å gjenkjenne nye klasser (overføringslæring) Skaffe opplæringsbilder for nye etiketter

Implementering av AI-aktivert iOS-appen

    Utføre bildeklassifisering i felt

Feilsøking

Oppsummering og konklusjon

Krav

  • Erfaring med Swift programmering
  • Erfaring med utvikling av mobilapplikasjoner
  • En iOS-enhet som kjører v12 eller høyere

Publikum

  • Utviklere
  • Dataforskere som ønsker å utvikle AI-aktiverte mobilapplikasjoner på iOS
  21 timer
 

Antall deltakere


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (4)

Relaterte kurs

Related Categories