Modelli TF Lite Personalizzati con Model Maker

La distribuzione di modelli di machine learning su dispositivi mobili e con risorse limitate richiede un'ottimizzazione speciale. Questo corso solo testuale ti guida attraverso il processo di creazione di modelli personalizzati e leggeri utilizzando TF Lite Model Maker. Inizierai con i concetti fondamentali di edge AI, transfer learning e preparazione del dataset. Leggendo le nostre spiegazioni strutturate e facendo pratica con chiari esempi di codice, imparerai come adattare modelli pre-addestrati ai tuoi dataset, applicare tecniche di ottimizzazione come la quantization e preparare i modelli per la distribuzione su sistemi mobili e embedded. Cosa imparerai: * Comprendere i principi fondamentali dell'edge computing e dei modelli di machine learning leggeri * Preparare e formattare dataset personalizzati per attività di transfer learning * Addestrare in modo efficiente modelli di classificazione personalizzati utilizzando TF Lite Model Maker * Applicare la quantization post-addestramento per ridurre le dimensioni del modello e migliorare le prestazioni sui dispositivi edge * Valutare l'accuratezza del modello e risolvere i problemi comuni di addestramento * Esportare file di modello ottimizzati pronti per l'integrazione nelle applicazioni mobili. Il corso inizia con definizioni fondamentali e le basi della preparazione dei dati prima di passare passo dopo passo all'addestramento, all'ottimizzazione e all'esportazione. È progettato per principianti e sviluppatori che desiderano trasferire le proprie competenze di machine learning sui dispositivi edge, senza che sia richiesta alcuna precedente esperienza di deep learning. Inizia oggi il tuo viaggio nell'edge AI.