Machine Learning en Dispositivos con TensorFlow Lite

Ejecutar modelos de machine learning en dispositivos móviles y de borde requiere técnicas especializadas para garantizar un alto rendimiento sin agotar la batería. La transición de modelos de nivel de escritorio a hardware con recursos limitados es una habilidad vital para los desarrolladores modernos. En este curso, dominarás los fundamentos de TensorFlow Lite para adaptar, optimizar y ejecutar modelos de machine learning directamente en las plataformas iOS y Android. Comprenderás cómo reducir el tamaño de los modelos manteniendo la precisión, lo que te permitirá crear aplicaciones móviles receptivas y centradas en la privacidad que se ejecutan completamente sin conexión. Lo que aprenderás: - Comprender la arquitectura central de TensorFlow Lite y el flujo de trabajo de machine learning en el dispositivo - Convertir modelos estándar de TensorFlow al formato optimizado flatbuffer - Aplicar técnicas de cuantización post-entrenamiento para reducir drásticamente el tamaño del modelo y acelerar la inferencia - Integrar modelos optimizados en aplicaciones Android e iOS utilizando patrones de API limpios - Configurar la delegación de hardware para aprovechar las GPU móviles y las unidades de procesamiento neuronal - Implementar las mejores prácticas para gestionar la memoria y el consumo de batería durante la ejecución en el dispositivo El curso comienza con los conceptos fundamentales de la computación en el borde y la conversión de modelos, luego te guía a través de implementaciones escritas paso a paso para ambos sistemas operativos móviles principales. Practicarás la optimización de modelos a través de ejemplos de código detallados y ejercicios de optimización estructurados. Este curso está diseñado para desarrolladores de software e ingenieros de machine learning aspirantes que desean llevar sus modelos a dispositivos móviles. No se requiere experiencia previa en desarrollo móvil o hardware avanzado, ya que comenzamos con los conceptos básicos de las restricciones y la terminología basadas en dispositivos. Comienza a leer hoy mismo para cerrar la brecha entre la teoría de machine learning y la implementación móvil en el mundo real.