Um ein Modell des maschinellen Lernens in die reale Welt zu bringen, bedarf es weit mehr als nur der Modellierung. In dieser Specialization lernen Sie, wie Sie sich in verschiedenen Einsatzszenarien zurechtfinden und Daten effektiver nutzen, um Ihr Modell zu trainieren. In diesem zweiten Kurs lernen Sie, wie Sie Ihre maschinellen Lernmodelle in mobilen Anwendungen ausführen. Sie lernen, wie Sie Modelle für weniger leistungsfähige, batteriebetriebene Geräte vorbereiten und dann auf Android- und iOS-Plattformen ausführen. Schließlich lernen Sie, wie Sie TensorFlow auf Raspberry Pi und Mikrocontrollern auf eingebetteten Systemen einsetzen können. Diese Specialization baut auf unserer TensorFlow in Practice Specialization auf. Wenn Sie TensorFlow noch nicht kennen, empfehlen wir Ihnen, zunächst die Specialization TensorFlow in Practice zu belegen. Wenn Sie ein tieferes, grundlegendes Verständnis für die Funktionsweise neuronaler Netze entwickeln möchten, empfehlen wir Ihnen die Deep Learning Specialization.
Gerätebasierte Modelle mit TensorFlow Lite
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

Gerätebasierte Modelle mit TensorFlow Lite
Dieser Kurs ist Teil von Spezialisierung „TensorFlow: Daten und Einsatz“

Dozent: Laurence Moroney
32.853 bereits angemeldet
635 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Bereiten Sie Modelle für batteriebetriebene Geräte vor
Führen Sie Modelle auf Android- und iOS-Plattformen aus
Einsatz von Modellen auf eingebetteten Systemen wie Raspberry Pi und Mikrocontrollern
Kompetenzen, die Sie erwerben
- Kategorie: Modell-Einsatz
- Kategorie: Maschinelles Lernen
- Kategorie: Eingebettete Systeme
- Kategorie: Android-Entwicklung
- Kategorie: Modell-Optimierung
- Kategorie: Modell Ausbildung
- Kategorie: Mobile Entwicklung
- Kategorie: iOS-Entwicklung
Werkzeuge, die Sie lernen werden
- Kategorie: Tensorflow
- Kategorie: Apple iOS
- Kategorie: Android (Betriebssystem)
- Kategorie: Swift-Programmierung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

Mehr von Software-Entwicklung entdecken

DeepLearning.AI

DeepLearning.AI

DeepLearning.AI
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
77,92 %
- 4 Sterne
16,28 %
- 3 Sterne
4,26 %
- 2 Sterne
0,76 %
- 1 Stern
0,76 %
Zeigt 3 von 635 an
Geprüft am 12. Okt. 2020
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.
Geprüft am 16. Apr. 2020
Quite good course. It gives an opportunity for individuals to utilize tensor flow in day to day devices which makes it more appealing. Thanks for developing this course.
Geprüft am 14. Apr. 2020
It's a bit fast and definitely tightly packed. The objectives are clear though --how to build/debug/deploy on various modern devices (Android, iOS, RaspPi, etc)
Was führt Sie heute zu Coursera?
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,



