Публикации по теме 'tensorflow-lite'
Временные ряды — с использованием Tensorflow
Прогнозирование временных рядов является популярным методом предсказания будущих событий. Этот тип прогнозирования может предсказать все, от цен на акции до погодных условий. В этой статье мы рассмотрим основы прогнозирования временных рядов и обсудим, как можно использовать TensorFlow для создания моделей временных рядов.
Что такое прогнозирование временных рядов?
Прогнозирование временных рядов — это процесс использования исторических данных для предсказания будущих событий. Этот..
Преобразование модели обнаружения объектов TensorFlow в файл Tf-Lite
Hi,
Преобразование модели обнаружения объектов TensorFlow в Tf-Lite довольно просто. Общий тензорный граф потока подходит для настольных и высокопроизводительных систем. Tf-Lite — это более легкая версия для TensorFlow Inference или Model Graph, она широко используется для мобильных устройств благодаря легкому формату.
Надеюсь, вы уже настроили проект обнаружения объектов, убедитесь, что вы обучаете модель алгоритмам, совместимым с мобильными устройствами. Здесь модель обучается на..
Хотите уменьшить размер вашей модели машинного обучения? Попробуйте Tensorflow Lite (с кодами)
Глубокое обучение было неотъемлемой частью науки о данных. После всего, что связано с исследованием, анализом и визуализацией, большая часть остается предсказанием, и в большинстве случаев для этого мы часто склоняемся к нейронным сетям.
TensorFlow был основой глубокого обучения. Но что такое TensorFlowLite? Давайте сначала укажем
Поэкспериментируйте с несколькими уровнями, функциями активации, скрытыми блоками и т. Д.
И когда точность хороша
МЫ СДЕЛАЛИ!!!! ПРАВИЛЬНО?
Но,..
3 ключевых компонента встроенных приложений компьютерного зрения
Введение
👋 Привет, меня зовут Ли и я основатель PrintNanny.ai . В настоящее время я создаю PrintNanny OS, дистрибутив Linux, ориентированный на автоматизацию и мониторинг ферм 3D-принтеров.
Я собираюсь познакомить вас с архитектурой системы обнаружения сбоев PrintNanny, которая использует компьютерное зрение для контроля состояния задания на печать. Вся система работает в автономном режиме на Raspberry Pi с камерой, потому что я разработал PrintNanny с учетом..
Пользовательские модели Firebase ML Kit для разработчиков iOS - Часть 1: Понимание TensorFlow Lite
Пользовательские модели Firebase ML Kit для разработчиков iOS - Часть 1: Понимание TensorFlow Lite
Прежде всего, я хочу сказать, что я не эксперт в области ИИ. Я ничего не знаю о машинном обучении! Но как мобильный разработчик, ваша организация будет использовать машинное обучение в своих мобильных приложениях в будущем. Я оказался в этой ситуации, и это подводит меня сюда, чтобы поделиться тем, что я узнал до сих пор.
У Firebase есть продукт под названием ML Kit , который может..
Классификация звуков с помощью мобильного телефона Android и модели YAMNet ML
Автор Джордж Солоупис ML GDE
Это часть 2 руководства о том, как классифицировать звук , записанный с помощью микрофона телефона, в 500 и более классах с использованием необычной модели YAMNet Machine Learning . ( Часть 1 )
Теперь, когда мы объяснили архитектуру модели и протестировали ее, у нас есть tflite-файл, который можно загрузить с TensorFlow Hub и использовать внутри мобильного телефона. Этот файл модели не имеет метаданных , поэтому приложение использует..
Android-приложение для классификации изображений с использованием TensorFlow Lite
Что такое TensorFlow Lite?
TensorFlow Lite обеспечивает встроенный (это означает, что он работает на самом мобильном устройстве) TensorFlow для мобильных устройств. Анонсированный в 2017 году программный стек TFLite разработан специально для разработки мобильных приложений.
TensorFlow Lite доступен на Android и iOS через C++ API и Java-оболочку для разработчиков Android. На устройствах, которые его поддерживают, библиотека также может использовать преимущества Android Neural Networks..
