将机器学习模型带入现实世界涉及的不仅仅是建模。本专业课程将教您如何驾驭各种部署场景，并更有效地使用数据来训练模型。 第二门课程将教您如何在移动应用中运行机器学习模型。您将学习如何为低功耗、使用电池的设备准备模型，然后在 Android 和 iOS 平台上执行模型。最后，您将学习如何在 Raspberry Pi 和微控制器上使用 TensorFlow 在嵌入式系统上进行部署。 本专业课程以 TensorFlow 实践专业课程为基础。如果您是 TensorFlow 的新手，我们建议您先学习 TensorFlow 实践专业课程。如果想更深入地了解神经网络的工作原理，我们建议您学习深度学习专业课程。
基于设备的 TensorFlow Lite 模型
基于设备的 TensorFlow Lite 模型
本课程是 TensorFlow：数据与部署 专项课程 的一部分
位教师：Laurence Moroney
访问权限由 New York State Department of Labor 提供
32,585 人已注册
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 TensorFlow：数据与部署 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
欢迎参加本课程，TensorFlow Lite 是一项令人兴奋的技术，可以让您直接将模型交到人们手中。首先，您将深入了解该技术及其工作原理，学习如何优化模型以适用于移动应用--在移动应用中，电池电量和处理能力成为一个重要因素。然后，您将了解如何在 Android 和 iOS 上构建使用模型的应用程序，并了解如何在这些环境中使用 TensorFlow Lite 解释器。最后，您将了解嵌入式系统和微控制器，在 Raspberry Pi 和 SparkFun Edge 板上运行您的模型。 如果您无法访问硬件，也不用担心--大部分情况下，您可以在仿真环境中完成所有操作。那么，让我们先来了解一下 TensorFlow 是什么以及它是如何工作的！
涵盖的内容
14个视频8篇阅读材料1个作业1个编程作业1个非评分实验室
上周您了解了 TensorFlow Lite，并学习了如何将模型从 TensorFlow 转换为 TensorFlow Lite 格式。你们还了解了可用于测试这些模型的独立 TensorFlow Lite 解释器。最后的练习是将基于时尚 MNIST 的模型转换为 TensorFlow Lite 格式，然后使用解释器进行测试。 本周您将学习本课程的第一种部署类型：安卓。Android 是一种多功能操作系统，可用于多种不同类型的设备，但最常见的是手机、平板电脑和电视系统。使用 TensorFlow Lite，您可以在 Android 上运行您的模型，因此您可以将 ML 带到这些设备类型中的任何一种。 虽然了解一些 Android 编程概念会有所帮助，但我们希望即使您不了解这些概念，也能跟上我们的进度，并至少尝试一下我们将探索的图像分类、物体检测等完整示例应用程序！
涵盖的内容
15个视频4篇阅读材料1个作业
另一个流行的移动操作系统当然是 iOS。因此，本周你将完成与上周非常相似的任务--学习如何获取模型并在 iOS 上运行它们。你需要有一些 iOS 版 Swift 的编程背景，才能完全理解我们所讲的一切，但即使你没有这方面的专业知识，我想本周的内容也会让你觉得探索起来很有趣--你将学会如何构建在这个重要操作系统上运行的各种 ML 应用程序！
涵盖的内容
22个视频9篇阅读材料1个作业
在了解了 TensorFlow Lite 并探索了如何在 Android 和 iOS 上构建使用它的应用程序之后，下一步也是最后一步就是探索树莓派（Raspberry Pi）等嵌入式系统，学习如何让模型在上面运行。最棒的是，Raspberry Pi 是一个完整的 Linux 系统，因此可以运行 Python，让你既可以使用完整的 TensorFlow 进行训练和推理，也可以只使用解释器进行推理。我建议使用后者，因为在 Pi 上进行训练可能会很慢！
涵盖的内容
13个视频9篇阅读材料1个作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(75个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
77.92%
- 4 stars
16.28%
- 3 stars
4.26%
- 2 stars
0.76%
- 1 star
0.76%
显示 3/655 个
AC
已于 Apr 10, 2020审阅
The course was a good one from the instructor. Could have made it more interesting. But anyways a good starter course for anyone.
BS
已于 Oct 12, 2020审阅
Really informative course on tf lite for beginners like me, it has given serious thoughts about the EDGEML field and opportunities , thanks coursera and deeplearning.ai for this kind of courses.
RS
已于 Feb 14, 2020审阅
Just one recommendation, may be an exercise on a NLP Model deployment (Text or audio) could have been added rather than all 3 examples of computer vision
从 计算机科学 浏览更多内容
DeepLearning.AI
DeepLearning.AI
DeepLearning.AI
DeepLearning.AI