CSCB543 Въведение в TensorFlow Life-внедряване на Deep Learning модели в мобилни приложения

Анотация:

Курсът запознава студентите с възможностите за внедряване на deep learning модели в приложения за мобилни устройства чрез TensorFlow Lite. Използването на deep learning модели, води до напредък в развитието на изкуствения интелект, който променя света. Технологията TensorFlow Lite позволява използването на данни по-ефективно, обучаването на модели и поставянето им в мобилни приложения.

прочети още
Информационни технологии

Преподавател(и):

гл. ас. Димитър Петров  д-р

Описание на курса:

Компетенции:

След края на курса студентите ще са:

• придобили умения за обучение на deep learning (DL) модели, водещи до решения на важни предизвикателства;

• усвоили познанията и техниките за внедряване на DL модели в мобилни приложения чрез TensorFlow Lite;

• натрупали практичен опит в подготовката и изпълнението на DL модели на мобилни устройства.


Предварителни изисквания:
Студентите трябва да бъдат мотивирани да изучават възможностите за внедряване на deep learning модели в мобилни приложения, да притежават основни компютърни умения като управление на файлове, работа в интернет и стартиране на програми.

Препоръчително е да притежават основни познания и умения за програмиране с Java.



Форми на провеждане:
Редовен

Учебни форми:
Лекция

Език, на който се води курса:
Български

Теми, които се разглеждат в курса:

  1. Общ преглед на Artificial Intelligence, Machine Learning и Deep Learning. Възможности, предимства и недостатъци.
  2. Въведение в TensorFlow и обща характеристика на технологията TensorFlow Lite.
  3. Обучение на прости Deep Learning (DL) модели.
  4. Базови компоненти и техники за разработка на Android-приложения чрез Android Studio и Kotlin / Java.
  5. Текущо оценяване I
  6. Архитектура и основни библиотеки на TensorFlow Lite.
  7. Внедряване на DL модели в мобилни приложения, чрез използване на TensorFlow Lite.
  8. Класифициране на изображения.
  9. Разпознаване на обекти.
  10. Класификация на текст.
  11. Аудио класификация.
  12. Текущо оценяване II

Литература по темите:

• Avid Farhoodfar, Machine Learning for Mobile Developers: Tensorflow Lite Framework, Conference: by IEEE Consumer Electronics Society SCV, 2019

• Faisal Zaman, TensorFlow Lite for Mobile Development: Deploy Machine Learning Models on Embedded and Mobile Devices, Apress, 2020, Online ISBN: 978-1-4842-6666-3

• Li Shuangfeng, TensorFlow Lite: On-Device Machine Learning Framework[J]. Journal of Computer Research and Development, 2020, 57(9): 1839-1853.

• https://www.tensorflow.org/lite

Средства за оценяване:

Допълнително в текущото оценяване са включени проекти за работа в час и такива за самостоятелна работа по възлови теми на изучавания материал.