【Udemy中英字幕】Android Machine Learning with TensorFlow lite in Java/Kotlin
最近更新 2025年05月19日
资源编号 28488

【Udemy中英字幕】Android Machine Learning with TensorFlow lite in Java/Kotlin

2025-05-19 Udemy 0 755
郑重承诺丨视频 中英文字幕 配套课件
增值服务:免费提供代找课服务:
¥ 29.9 金币
VIP折扣
    折扣详情
  • 体验会员

    免费

  • 包月会员

    免费

  • 包年会员

    免费

  • 永久会员

    免费

开通VIP尊享优惠特权
立即下载 升级会员
微信扫码咨询 微信扫码咨询
进入TA的商铺 联系官方客服
信息属性
详情介绍

使用 Java/Kotlin 中的 TensorFlow Lite 进行 Android 机器学习

构建 10 多个基于机器学习的 Android 应用 | 为 Android 训练 ML 模型 | 在 Android 应用开发中使用 ML 模型

讲师:Mobile ML Academy by Hamza Asif

双语IT资源独家Udemy付费课程独家中英文字幕配套资料齐全!

不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。

您将学到什么

  • 为 Android 应用程序训练机器学习模型
  • 使用 Java 和 Kotlin 在 Android 应用程序中使用 Tensorflow Lite 模型
  • 使用 Android Studio 在 Android 应用程序中使用经过训练的机器学习模型
  • 训练 10 多个机器学习模型并为这些模型构建 Android 应用程序
  • 在 Android 中训练和部署分类和回归模型
  • 从 Keras 模型生成 Tensorflow Lite 模型、保存的模型、具体函数
  • 训练图像识别模型并为这些模型创建 Android 应用程序
  • 构建一个猫狗分类的 Android 应用程序
  • Android 中的石头剪刀布问题
  • 鲜花识别安卓应用
  • 识别宝石的安卓应用程序
  • 水果识别安卓应用
  • 预测人体健康状况的安卓应用程序
  • Android 中的人马问题

探索相关主题

  • TensorFlow
  • Android 开发
  • 移动开发
  • 发展

要求

  • 对 Android 开发了解甚少

描述

厌倦了传统的Android 应用开发课程?现在是时候学习一些 Android 领域的新潮流了。机器学习正处于巅峰时期,Android 应用开发的需求也同样旺盛,还有什么比同时学习两者更好的呢?

本课程专为希望学习机器学习并使用TensorFlow Lite在 Android 应用中部署机器学习模型的 Android开发者而设计。如果您具备 Android 应用开发的基础知识,并希望学习在 Android 应用中使用机器学习,那么本课程非常适合您。本课程将指导您使用 Java 和 Kotlin Tensorflow Lite 以及 Android Studio 构建您的首个深度学习模型和 Android 应用。我们将学习机器学习和深度学习,然后训练您的第一个模型,并使用 Android Studio 将其部署到 Android 应用中。本课程的所有材料均免费。

您可以使用 Java 和 Kotlin 学习本课程。这两种语言均提供单独的讲座。

你不需要任何机器学习的先验知识就可以开始学习本课程。我们将从学习

  • Python编程语言

  • 数据科学库

  • 机器学习和深度学习的基础知识

  • Tensorflow 和 Tensorflow Lite

然后我们将训练我们的第一个机器学习模型并使用 Android Studio 开发一个 Android 应用程序。

课程包括从基础到高级的示例

  • 一个非常简单的机器学习示例

  • 预测汽车燃油效率(回归示例)

  • 识别手写数字(分类示例)

  • 猫狗分类

  • 石头剪刀布问题

  • 花卉识别示例

  • 石头识别示例

  • 水果识别示例

  • 预测一个人的练习活动的健康状况

  • 人马实践活动

对于每个示例,我们将首先训练机器学习模型,然后构建一个 Android 应用程序

我们将从学习 Python 编程语言的基础知识开始。然后,我们将学习一些著名的机器学习库,例如 Numpy、Matplotlib 和 Pandas。之后,我们将学习机器学习及其类型。然后,我们将详细研究监督学习。我们将尝试通过示例理解分类回归。之后,我们将开始深度学习。我们首先了解神经网络的基本结构。然后,我们将通过一个例子来了解神经网络的工作原理。

然后,我们将学习 TensorFlow 2.0 库以及如何使用它来训练机器学习模型。之后,我们将学习 TensorFlow Lite,以及如何将机器学习模型转换为 tflite 格式,以便在 Android 应用程序中使用。您可以通过三种方式获取 tflite 文件

  1. 来自 Keras 模型

  2. 来自具体函数

  3. 来自已保存的模型

我们将在本课程中介绍所有这三种方法。

我们将通过一个实际的例子来学习前馈、反向传播和激活函数。我们还将探讨成本函数、优化器、学习率、过拟合和 Dropout。此外,我们还将学习数据预处理技术,例如独热编码数据归一化

接下来,我们使用 Google 的新 TensorFlow 库实现一个神经网络。

如果您是Android 开发人员,并且想要学习机器学习(深度学习)的基础知识并使用 Tensorflow lite 和 Android Studio 在您的 Android 应用程序中部署 ML 模型,那么您应该参加本课程。

本课程提供大量实际示例,帮助您学习如何在 Android 中训练和部署机器学习模型。我们将使用 Android Studio 为训练好的模型开发 Android 应用程序。

课程末尾的另一部分向您展示如何将不同格式的数据集用于多种实际用途。

在您了解基础知识之后,我将简要概述如何在 Google 现有的 Android 机器学习项目模板中添加您的机器学习模型。

本课程适合哪些人:

  • 初级 Android 开发者希望让他们的 Android 应用程序变得智能

  • Android 开发人员希望在其 Android 应用程序中使用机器学习

  • 对机器学习和计算机视觉的实际应用感兴趣的开发人员

  • 对机器学习感兴趣的学生 – 您将获得使用 Android Studio 在 Android 中添加机器学习模型所需的所有知识

  • 想要在 Android 应用程序中使用机器学习模型的专业人士。

  • 机器学习专家希望使用 Android Studio 和 Tensorflow Lite 在 Android 中部署他们的模型

本课程适合哪些人:

  • 初级 Android 开发者,对使用 Java 或 Kotlin 在 Android 中使用机器学习和计算机视觉感到好奇
  • 经验丰富的 Android 专业人士希望在其 Android 应用程序中添加机器学习模型
  • 希望提升技能的中级 Android 开发人员
  • 应用程序开发人员希望学习在 Android 应用程序中使用机器学习
请注意:
如果你有能力,请务必支持课程的原创作者,这是他们应得的报酬!
本站收取的费用,仅用来维持网站正常运行的必要支出,从本站下载任何内容,说明你已经知晓并同意此条款。

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务