TensorFlow移动端机器学习实战

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TensorFlow Lite在小型设备（包括Android、iOS、树莓派（Raspberry Pi））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TensorFlow 2.0。 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。

这是一本深度剖析TensorFlow在移动端机器学习应用开发的书籍。书中首先介绍了深度学习的发展及其在图像识别领域的应用，TensorFlow的起源和发展历史，以及移动设备上机器学习的应用和战略转变。随后，书籍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TensorFlow Lite在小型设备(包括Android、iOS、树莓派(Raspberry Pi))上进行应用开发的要点和相应的实战案例。 书籍还讲解了针对Android的硬件加速技术，以及业界流行的机器学习应用框架，如CAFFE2和Android NNAPI。此外，书籍还介绍了如何使用TensorFlow Lite进行声音识别、物体检测和图像分类等应用，并深入探讨了TensorFlow Lite的模型结构、转换器(Toco)功能，以及如何选择和转换TensorFlow模型。 在书籍的最后部分，作者详细介绍了ML Kit和联合学习的概念和特点，并探讨了如何利用这些技术进行更简单、更可靠的跨平台模型发布。书中还包含了大量的实例和代码，帮助读者更好地理解和应用所学知识。