TensorFlow移动端机器学习实战

读书笔记模板TensorFlow移动端机器学习实战01思维导图目录分析读书笔记内容摘要作者介绍精彩摘录目录0305020406思维导图机器实战开发技术人工智能机器设备机器第章设备模型开发应用历史设计环境工具结构移动本书关键字分析思维导图内容摘要内容摘要随着人工智能技术的普及和边缘计算等新兴技术的兴起，很多人工智能的应用逐渐从云端向边缘设备和终端设备转移，基于移动端设备和嵌入式设备等小型设备的人工智能应用的开发越来越重要。TensorFlow作为开源机器学习框架，提供了对不同开发环境和设备的支持。本书详细讲解了如何使用TensorFlow进行端到端机器学习应用的开发，以及使用TensorFlowLite在小型设备（包括Android、iOS、树莓派（RaspberryPi））上进行应用开发的要点和相应的实战案例。本书也讲解了针对Android的硬件加速技术，以及业界流行的机器学习应用框架。本书代码基本对应TensorFlow2.0。本书适合没有人工智能开发经验的初学者，以及有一定相关经验并且希望在人工智能应用上更加深入了解的开发者阅读。目录分析1.1机器学习和TensorFlow的历史及发展现状1.3机器学习框架1.2在移动设备上运行机器学习的应用第1章机器学习和TensorFIow简述2.1开发主机和设备的选择2.2在网络代理环境下开发2.3集成开发环境IDE2.4构建工具Bazel2.5装载TensorFlow2.6文档010302040506第2章构建开发环境3.1开发方式和流程简介3.3设备端进行机器学习训练3.2使用TPU进行训练第3章基于移动端的机器学习的开发方式和流程3.5TensorFlow扩展（Extended）3.4使用TensorFlowServing优化TensorFlow模型第3章基于移动端的机器学习的开发方式和流程4.1TensorFlowMobile的历史4.3构建及运行4.2TensorFlow代码结构第4章构建TensorFIowMobiIe5.1准备工作5.2图像分类（ImageClassification）5.3物体检测（ObjectDetection）5.4时尚渲染（Stylization）5.5声音识别（SpeechRecognization）12345第5章用TensorFIowMobiIe构建机器学习应用6.1模型格式6.3工具6.2底层结构和设计第6章TensorFIowLite的架构7.1模型设计7.2开发应用7.3TensorFlowLite的应用7.4TensorFlowLite使用GPU7.5训练模型12345第7章用TensorFIowLite构建机器学习应用8.1其他设备的支持8.3设计机器学习应用程序要点8.2设计和优化模型第8章移动端的机器学习开发9.2硬件加速9.1神经网络接口第9章TensorFIow的硬件加速10.2联合学习（FederatedLearning）10.1MLKit第10章机器学习应用框架11.2人工智能的发展方向11.1TensorFlow2.0和路线图第11章基于移动设备的机器学习的未来作者介绍同名作者介绍这是《TensorFlow移动端机器学习实战》的读书笔记模板，暂无该书作者的介绍。读书笔记读书笔记这是《TensorFlow移动端机器学习实战》的读