Lokalne, prowadzone przez instruktora kursy szkoleniowe TensorFlow Lite na żywo demonstrują poprzez interaktywne praktyczne ćwiczenia, jak używać TensorFlow Lite do wdrażania modeli głębokiego uczenia się na urządzeniach wbudowanych. Szkolenie TensorFlow Lite jest dostępne jako „szkolenie online na żywo” lub „szkolenie na żywo na miejscu”. Szkolenie na żywo online (inaczej "zdalne szkolenie na żywo") odbywa się za pomocą interaktywnego, zdalnego pulpitu . Szkolenie na żywo na miejscu może odbywać się lokalnie w siedzibie klienta w Polsce lub w korporacyjnych centrach szkoleniowych NobleProg w Polsce. TensorFlow Lite jest również znany jako Google TensorFlow Lite. NobleProg — Twój lokalny dostawca szkoleń
Machine Translated
Opinie uczestników
Świetny kontakt z uczestnikami, wiedza praktyczna co bardzo się ceni. Dostosowanie toku / tempa. Duuuży plus, mega pozytywny instruktor, aż szkoda że szkolenie trwało tylko 2 dni.
Marcin Mikielewicz - Maria del Carmen Pousa Rodicio, TECNOBIT SLU
Szkolenie: Introduction Deep Learning & Réseaux de neurones pour l’ingénieur
Zdecydowanie było widać, że mamy do czynienia z praktykiem. Plan szkolenia, był przygotowany przekrojowo, ale jeśli jakiś aspekt nas interesował to skupialiśmy się na nim, zamiast sztywno trzymać się planu.
Maria del Carmen Pousa Rodicio, TECNOBIT SLU
Szkolenie: Introduction Deep Learning & Réseaux de neurones pour l’ingénieur
Plany szkoleń z technologii TensorFlow Lite
Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
21 godzin
TensorFlow Lite to platforma głębokiego uczenia typu open source do wykonywania modeli na urządzeniach mobilnych i wbudowanych z ograniczonymi zasobami obliczeniowymi i pamięciowymi.
To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla programistów, którzy chcą używać TensorFlow Lite do wdrażania modeli głębokiego uczenia się na urządzeniach wbudowanych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Instalowanie i konfigurowanie Tensorflow Lite na urządzeniu wbudowanym.
Zrozumienie koncepcji i komponentów leżących u podstaw TensorFlow Lite.
Konwersja istniejących modeli uczenia maszynowego do formatu TensorFlow Lite w celu wykonania na urządzeniach wbudowanych.
Praca w ramach ograniczeń małych urządzeń i TensorFlow Lite, przy jednoczesnym uczeniu się, jak rozszerzyć ich domyślne możliwości.
Wdrażanie modeli głębokiego uczenia na urządzeniach wbudowanych z systemem Linux w celu rozwiązywania problemów świata fizycznego, takich jak rozpoznawanie obrazów i głosu, przewidywanie wzorców oraz inicjowanie ruchów i reakcji robotów i innych systemów wbudowanych w terenie.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
21 godzin
TensorFlow Lite to platforma głębokiego uczenia typu open source dla urządzeń mobilnych i systemów wbudowanych.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą używać TensorFlow Lite do tworzenia aplikacji mobilnych z funkcjami głębokiego uczenia się.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Instalacja i konfiguracja TensorFlow Lite.
Zrozumienie zasad działania TensorFlow, uczenia maszynowego i głębokiego uczenia.
Ładowanie modeli TensorFlow na urządzenie z systemem Android.
Włączyć funkcje głębokiego uczenia i uczenia maszynowego, takie jak wizja komputerowa i rozpoznawanie języka naturalnego w aplikacji mobilnej.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
Aby dowiedzieć się więcej o TensorFlow, odwiedź stronę: https://www.tensorflow.org/lite/
21 godzin
TensorFlow Lite to platforma głębokiego uczenia typu open source dla urządzeń mobilnych i systemów wbudowanych.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą używać TensorFlow Lite do tworzenia aplikacji mobilnych na iOS z funkcjami głębokiego uczenia się.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Instalacja i konfiguracja TensorFlow Lite.
Zrozumienie zasad działania TensorFlow i uczenia maszynowego na urządzeniach mobilnych.
Załadowanie modeli TensorFlow na urządzenie z systemem iOS.
Uruchomienie aplikacji iOS zdolnej do wykrywania i klasyfikowania obiektów przechwyconych przez kamerę urządzenia.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
21 godzin
TensorFlow Lite for Microcontrollers to port TensorFlow Lite zaprojektowany do uruchamiania modeli uczenia maszynowego na mikrokontrolerach i innych urządzeniach z ograniczoną pamięcią.
To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą pisać, ładować i uruchamiać modele uczenia maszynowego na bardzo małych urządzeniach wbudowanych.
Po zakończeniu tego szkolenia uczestnicy będą w stanie
-
Zainstaluj TensorFlow Lite.
Załaduj modele uczenia maszynowego na urządzenie wbudowane, aby umożliwić mu wykrywanie mowy, klasyfikowanie obrazów itp.
Dodawanie sztucznej inteligencji do urządzeń bez konieczności korzystania z łączności sieciowej.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
Last Updated:
Other regions
Other countries
Konsultacje
Szkolenie TensorFlow Lite, TensorFlow Lite boot camp, Szkolenia Zdalne TensorFlow Lite, szkolenie wieczorowe TensorFlow Lite, szkolenie weekendowe TensorFlow Lite, Kurs TensorFlow Lite,Kursy TensorFlow Lite, Trener TensorFlow Lite, instruktor TensorFlow Lite, kurs zdalny TensorFlow Lite, edukacja zdalna TensorFlow Lite, nauczanie wirtualne TensorFlow Lite, lekcje UML, nauka przez internet TensorFlow Lite, e-learning TensorFlow Lite, kurs online TensorFlow Lite, wykładowca TensorFlow Lite
