为开发AI本地化的移动应用,谷歌开源机器视觉神经网络MobileNets | 潮科技

栏目: 编程工具 · 发布时间: 7年前

内容简介:为开发AI本地化的移动应用,谷歌开源机器视觉神经网络MobileNets | 潮科技

为开发AI本地化的移动应用,谷歌开源机器视觉神经网络MobileNets | 潮科技

智能手机已经成为AI的前沿阵地。

算法在云中计算,并让设备联网运行,已经逐渐让位于软件直接在手机和电脑上本地化运行。苹果和Facebook都在做这样的事情,而谷歌在移动AI上比所有人都要走的更进一步。

最近, 谷歌在官方博客中宣布 ,开源了一组可以直接在移动设备运行的机器视觉神经网络——MobileNets。谷歌表示,这是一款为TensorFlow准备的、移动端优先的计算机视觉模型包。

为开发AI本地化的移动应用,谷歌开源机器视觉神经网络MobileNets | 潮科技

MobileNets可用于处理各种训练任务

MobileNets可用于处理各种各样的训练任务,包括分析人脸,检测常见对象,照片定位,它还可以执行细粒度的识别任务,比如如识别不同种类的狗。

这组神经网络拥有多种尺寸,因此可以适应各种设备。在设计上,这款 工具 包力图为设备端和嵌入式应用最大限度地提升精度。MobileNets具有小规模、低延迟、低功耗的特点,来解锁不同用例中的资源限制。

谷歌表示,虽然每个神经网络的功能和任务不同,但总的来说,这些神经网络已经达到或接近最新、最先进的标准。

对消费者来说,这意味着开发者可能会开发更多地具备AI功能的移动APP。

现在,有很多集成机器学习功能的移动移动,会将数据传回云端进行处理,然后传回给用户。这就意味着必须联网才能执行任务。

此外,虽然云端处理减轻了智能手机上的负担,但是这就要求有强大的数据中心。而且,这样会导致延迟,还有隐私泄露的风险。

与之相比,在手机上本地化运行AI功能,则没有这样的弊端,这种处理方式将享有更快的性能、更加方便(不用联网)、隐私保护更好(你的数据不会被脱机发送)。

当然,并非谷歌一家在做这样的事情。移动端的AI本地化也是一种目前的趋势。

本月早些时候,苹果也为开发者设计了一组机器学习工具CoreML,来为iOS系统系统创建应用。Facebook也创建了自己的移动AI的框架。

甚至上市不久的Snapchat,本周也发表了一篇学术论文,努力在移动端加入图片识别的功能。

谷歌和苹果都曾表示要设计AI专用的移动处理器。谷歌在2016 I/O上首次发布了为机器学习设计的专用芯片——TPU,并在今年的I/O大会上公布了机器学习超级计算机Cloud TPU Pod。5月末,彭博披露苹果正在研发一款AI处理器,将会集成到包括iPhone和iPad在内的很多设备当中。

在台北电脑展上,ARM已经发布了两款针对AI性能任务的芯片——Cortex-A75和Cortex-A55。

对于很多产品来说,手机和汽车都是两个庞大的应用场景,对于AI的开发也不例外。现在无人驾驶的热潮方兴未艾,手机端的AI应用也纷至沓来。随着本地化运行的移动AI应用不断增多,AI对日常生活的渗透也将越来越深广。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

深入剖析Tomcat

深入剖析Tomcat

Budi Kurniawan、Paul Deck / 曹旭东 / 机械工业出版社华章公司 / 2011-12-31 / 59.00元

本书深入剖析Tomcat 4和Tomcat 5中的每个组件,并揭示其内部工作原理。通过学习本书,你将可以自行开发Tomcat组件,或者扩展已有的组件。 Tomcat是目前比较流行的Web服务器之一。作为一个开源和小型的轻量级应用服务器,Tomcat 易于使用,便于部署,但Tomcat本身是一个非常复杂的系统,包含了很多功能模块。这些功能模块构成了Tomcat的核心结构。本书从最基本的HTTP请求开......一起来看看 《深入剖析Tomcat》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具