这是我参与「第四届青训营 」笔记创作活动的第12天。本文主要对端智能入门课程进行学习的笔记。

端智能（On-Device Machine Learning）

把机器/深度学习算法模型应用和部署到端设备上。（端设备包括手机、物联网loT设备等）

特点：

1. 低延迟、实时性高
2. 保护隐私：数据只在端侧使用，无需上传云端，更好保护用户隐私
3. 算力
4. 可离线
5. 低成本
6. 端云协同：端智能是云端机器学习的衍生，是结合云和端各自的优势，合理分配任务以获得问题的最优解

端智能案例步骤

1. 问题描述和定义，并调研处通过机器学习解决问题的方法。
2. 设计和训练机器学习模型，并针对端侧设备优化和转换模型
   • 数据来源
     • 开源数据（MNIST）
     • 合成数据
     • 人工手机和标注数据
       • 设计和实际需求贴合的一个数据采集程序
       • 兼顾不同变量：年龄、性别、惯用手等等
   • 数据增广
     • 旋转、平移、缩放变换
3. 把优化后模型部署和集成到端侧设备应用中，执行推理预测

在线模拟演示神经网络模型设计的神器网站： 神经网络模型设计网站

手写数字识别

置信度：0.0-1.0

将录入的图片灰化，分隔为28，再28 * 28作为训练。

左右手

卷积神经网络模型

迭代模拟

运用

端智能工程师学习路线

1. 入门

2. 进阶

对移动端技术、端智能技术和负责业务有更深的理解，可以站在更全面的事业上设计端上智能解决方案，建设端上智能架构。

总结

1. AI算法模型部署和应用到端侧
2. 优势：Latency\Offline\Privacy\Power\Cost
3. 发展历程和框架