|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/machine-learning-con-android-utilizando-tensorflow-lite/
课程评论：没有评论
**机器学习与Android的TensorFlow Lite应用课程总结** 本课程将深入探讨如何在Android应用程序中高效地部署机器学习模型，核心是利用TensorFlow Lite这一强大的工具集。TensorFlow Lite专为在移动设备、嵌入式系统和物联网（IoT）设备上运行TensorFlow模型而设计，使得在设备端进行推理成为可能。 课程内容涵盖了从零开始构建和部署多种机器学习模型至Android平台的全过程： * **线性回归模型:** 从Python实现线性回归模型，并将其集成到Android应用中。 * **多元回归模型:** 学习构建包含数据归一化的多元回归模型，并在Android设备上进行部署。 * **卷积神经网络 (CNN) - 图像分类:** 从头开始构建CNN模型，用于图像分类任务，并成功部署至Android。 * **MobileNet - 对象检测:** 基于MobileNet（一种轻量级的CNN架构）实现一个对象检测示例。 * **人工神经网络 (ANN) - MNIST手写数字识别:** 构建ANN模型以分类MNIST数据集的手写数字，并利用TensorFlow Lite在Android上实现数字识别功能（0-9）。 * **YOLO目标检测算法:** 在Google Colab上训练YOLO算法，并将训练好的模型部署到Android应用程序中。 * **数据集构建与数据增强:** 演示如何自动下载大量图像构建数据集，并应用数据增强技术（Data Augmentation）来提高图像分类模型的准确性。 * **OpenCV集成:** 利用OpenCV库实现手写数字的图像分割和识别。 本课程旨在帮助学习者掌握将人工智能模型从开发环境无缝迁移到Android应用程序中的核心技能。通过实践操作，您将能够为您的AI项目构建强大的移动端解决方案。
En este curso veremos cómo implementar nuestros modelos de inteligencia artificial en una aplicación Android utilizando Tensorflow Lite. El tensorFlow lite es un conjunto de herramientas que nos ayuda a ejecutar modelos de TensorFlow en dispositivos móviles, integrados y de IoT. Esta nos permitirá realizar la inferencia en un dispositivo móvil. Implementaremos desde cero un modelo de "Regresión Lineal" en Python y lo llevaremos a Android utilizando Tensorflow Lite. Implementaremos desde cero un modelo de "Regresión en Múltiple" con normalización de datos y lo llevaremos a Android utilizando Tensorflow Lite. Implementaremos desde cero una "Red Neuronal Convolucional" para clasificar imágenes y llevaremos el modelo a Android utilizando Tensorflow Lite. Implementaremos un ejemplo de detección de objetos basado en la "Red Neuronal Convolucional" MobileNet. Implementaremos desde cero una "Red Neuronal Artificial" para clasificar dígitos utilizando el dataset MNIST y llevaremos el modelo a Android para reconocer dígitos del 0 al 9 utilizando Tensorflow Lite. Entrenamiento del algoritmo Yolo en Google Colab y despliegue en Aplicación Android. Veremos también como descargar cientos de imágenes para elaborar datasets de manera automática. Implementaremos la técnica de "Data Augmentation" para incrementar la precisión de nuestros modelos de clasificación de imágenes. Además implementaremos OpenCV para segmentar y reconocer digitos escritos a mano.Los invito cordialmente a tomar el curso en donde aprenderán a implementar sus modelos de inteligencia artificial en una aplicación Android.
