お問い合わせ

コース概要

TensorFlow Lite入門

  • TensorFlow Liteおよびそのアーキテクチャの概要説明
  • TensorFlowおよび他のエッジAIフレームワークとの比較
  • ­エッジAI用途におけるTensorFlow Lite利用時のメリットと課題
  • 実際のエッジAI事例でのTensorFlow Lite活用例紹介

TensorFlow Lite環境の設定方法

  • TensorFlow Liteおよび関連パッケージのインストール手順
  • 開発環境内での各種設定内容
  • TensorFlow Lite用ツールやライブラリの紹介
  • 環境構築を目的とした実習問題

TensorFlow Liteを用いたAIモデルの開発方法

  • エッジ端末での利用に適したAIモデルの設計・学習手順
  • TensorFlowで作成されたモデルをTensorFlow Lite形式へ変換する方法
  • 処理速度や効率性向上のためのモデル最適化手法
  • モデル開発および変換に関する実践演習

TensorFlow Liteモデルの導入方法

  • スマートフォンやマイコンボードなど各種エッジ端末へのモデル実装例
  • エッジ端末上での推論処理の実行方法
  • 導入時のトラブルシューティング対応法
  • モデル導入に関する演習問題

モデル最適化に用いられる手法およびツール群

  • ­量子化処理とその有用性についての説明
  • 不要なパラメータを削除する「プルーニング」やモデル圧縮手法
  • TensorFlow Lite標準ツールを使った最適化実践法 </li>
  • モデル最適化に関する実践演習 </li>

実用的なエッジAIアプリケーションの構築手順

  • TensorFlow Liteを用いた現実的なエッジAI応用製品の開発方法 </li>
  • 他システムやアプリケーションとTensorFlow Liteモデルを統合する手法 </li>
  • ­成功事例として取り上げられるエッジAIプロジェクト例 </li>
  • 実際にエッジAIアプリケーションを構築するための演習課題 </li>

まとめおよび今後の取り組みについて

要求

  • AIおよび機械学習の基本概念を理解していること
  • TensorFlowの使用経験があること
  • 基本的なプログラミングスキル(Pythonが推奨されます)

対象者

  • 開発者
  • データサイエンティスト
  • AI技術者の方々
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー