这是我参与「第四届青训营 」笔记创作活动的第3天
前言
这是我在青训营发表的第三篇笔记，仅以此来记录我在青训营的学习成长历程。
本篇笔记的第一部分为课程端智能技术演进与实践的课程笔记；
第二部分为课后的思考与总结。
一.端智能技术演进与实践课程笔记
1.什么是端智能技术
- 端智能是什么？
端智能是指直接在端设备上（例如在移动应用程序或 Web 浏览器中）对机器模型进行推理。并且机器学习模型在设备上处理输入数据（如图像、文本或音频），而不是将这些数据发送到服务器并在那里进行处理。
- 为什么要做端智能/端智能的优点有哪些？
- 低延迟，实时性高
- 可以离线操作
- 随着端设备的算力越来越大，模型的能力越来越大
- 低成本
- 保护隐私
- 端智能技术的发展历程
2006年，深度学习被提出，人工智能领域迎来了一次大发展。
2015年，谷歌发布了Tensorflow Mobile，是首个端侧执行模型。
在随后的几年里至今天，各大科技公司发布了PyTorch Mobile、MNN、TNN等模型，端智能技术迎来大发展。
2.端智能技术实践案例
- 端智能案例落地的套路
第一步是问题和方案：问题描述和定义 -> 设计机器学习解决方案
第二步是训练AI模型：数据收集 -> 模型设计与模型训练 -> 模型压缩与模型转换
第三步是AI模型在移动端部署应用：模型部署到移动端 -> 收集输入进行推理预测 -> 拿到结果并执行业务策略
- 手写数字识别
写一个手写识别App，分为两个模块。
第一个模块可以在黑板区手写输入一个数字，训练模型将会给出可能的结果以及置信度。
为了提升训练模型的准确度，又写了一个样本收集的模块，人工收集数据来提升模型的准确度。
3.端智能工程师学习成长路线
- 回顾端智能完整流程
- 路线-入门
入门阶段要了解端智能是什么，以及端智能可以做什么，了解端智能基础知识和业内框架，可以协作完成端智能技术的需求落地。
- 路线-进阶
进阶阶段要对端智能技术有更深入的了解，能够更高效的完成端智能的实现。
二.课后的思考与总结
这节课领略了端智能的风光。在pull并学习手写数字识别的demo的时候感受到了端智能的魅力，也认识到一个好的端智能技术落地是困难的，demo的训练模型并不足够完善，还存在识别不准确的情况。
