截至2018 年,全球活跃的安卓设备已经超过了20 亿部。安卓手机的迅速普及在很大程度上得益于各种各样的智能应用,从地图到图片编辑器无所不有。随着深度学习技术的兴起,移动应用注定会变得更加智能。深度学习加持下的下一代移动应用将专门为你学习和定制功能。微软的「SwiftKey」就是一个很好的例子,它能够通过学习你常用的单词和短语来帮助你更快地打字。
计算机视觉、自然语言处理、语音识别以及语音合成等技术可以极大地提高移动应用程序各个方面的用户体验。幸运的是,人们现在已经开发出了大量工具,用于简化在移动应用中部署和管理深度学习模型的过程。在本文中,作者将向大家介绍如何使用TensorFlow Mobile 将Pytorch 和Keras 模型部署到移动设备上。使用TensorFlow Mobile 将模型部署到安卓设备上包括三个步骤:
1 将训练好的模型转换成TensorFlow 格式;
2 向安卓应用添加TensorFlow Mobile 依赖项;
3 编写相关的Java 代码,在你的应用中使用TensorFlow 模型执行推断。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !