这是我参与「第四届青训营 」笔记创作活动的第4天
一、本堂课重点内容：
01.什么是端智能技术
从端智能是什么、为什么要做端智能、端智能的发展历程带大家认识端智能技术。
02.端智能技术实践案例
通过两个案例（“手写数字识别” “左右手智能识别和应用”）理解如何做端智能。
03.端智能工程师学习路线
回顾端智能技术完整落地流程，并给出一些端智能技术的学习指引。
二、详细知识点介绍：
01.什么是端智能技术:
端智能技术的发展历程:
- 2006年，深度学习被提出，得益于大数据的发展和硬件算力的提升，深度学习的算法和框架不断演进，人工智能领域迎来了一次大发展。
- 与此同时，端侧设备在算力、算法和框架上同样有突飞猛进的发展，各类端侧机器学习框架和应用案例层出不穷。
·端云协同:端智能不是云智能的替代，是云端机器学习的延伸，是要结合云和端各自的优 势，在云端之间合理分配任务以获取问题最优解。
02.端智能技术实践案例
问题和方案
问题:App要做一个手写输入法模块，支持输入数字0~9。
解决方案:
- 训练一个可以识别手写数字的机器学习模型。
- 将此模型部署应用到App中，实现手写输入到识别的过程，并将识别结果供给用户选择输入。 机器学习部分:
- 输入:手写输入数字(图片)
- 输出:其可能代表的数字数值，多种可能时给出各自置信度(0.0~1.0)。
模型训练
- 1.搭建训练环境-Tensorflow https:llcodle. visualstudio
- 2训练样本处理
- 3．模型构建-Keras
- 4.模型训练
- 5.验证模型准确度
模型压缩和转换 为什么要做模型压缩和转换?
- 移动端使用的是被优化的推理引擎，可以在不同CPU和GPU架构下更高效的执行模型推理计算。
- 这里我们使用Tensorflow Lite作为移动端上推理引擎。
- Tensorflow模型在被TensorFlow Lite 使用前，必须转换成Tensorflow Lite支持的格式。
- Tensorflow Lite提供转换器TFLite (Comvert。
03.端智能工程师学习路线
学习资料: 角军智能可以做哪些事情: 机器学习入门:Tensorfilow入A—EDU 机器学习在移动端应用:Tensorfilc 机器学习原理:奥恩达课程
三、实践练习例子：
四、课后个人总结：
本节课程学习了端智能技术演进与实践的相关知识，总结如下 1.什么是端智能技术
- 端智能什么:是将AI算法模型部署和应用到端侧
- 端智能的优势: Latency、Privacy、Power、Offline、Cost·端智能的发展历程和端智能框架介绍 ⒉端智能技术案例
- 手写数字识别
- 左右手智能识别和应用(抖音案例)3.端智能工程师学习路线
- 端智能技术落地完整流程。入门->进阶
