お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
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
お客様の声 (1)
高度なトピックをカバーし、実際の例を使って実践的に学べること
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
コース - Advanced Edge AI Techniques
機械翻訳