[Study] 텐서플로 라이트를 활용한 안드로이드 딥러닝

1. 앱 개발 워크플로 > 💡 딥러닝 모델 개발 프로세스 파이썬과 텐서플로를 이용하여 모델를 설계하고 훈련 모델이 개발되면 모바일에서 사용 가능하도록 텐서플로 라이트 모델로 변환하여 저장 👉 딥러닝 모델 개발 단계의 최종 산출물은 텐서플로 라이트 모델을 파일로

모바일과 IoT 기기에 딥러닝 모델을 배포하고 추론하기 위해 구글에서 만든 라이브러리텐서플로 모델을 안드로이드, iOS 또는 임베디드 기기에서 사용할 수 있는 모델로 변환딥러닝 모델의 학습 및 추론에는 컴퓨팅 자원이 많이 필요한데, 모바일이나 임베디드 기기는 가용한 컴

Anaconda Prompt 실행가상환경 목록 확인설치된 가상환경 확인가상환경 생성생성된 가상환경 확인텐서플로 2.1.0부터는 CPU 버전과 GPU 버전이 통합되었음따라서, CPU만 사용하는 경우 CPU only 버전을 설치하면 GPU 버전에서만 사용되는 라이브러리를

텐서플로를 이용하여 개발한 모델을 안드로이드에서 활용하려면 텐서플로 라이트 모델로 변환하여 배포해야 함모델 전체를 직접 개발할 필요는 없으며, 사전 학습된 다양한 모델을 이용하면 생산성을 높일 수 있음모델 선택 → 모델 변환 → 기기 배포 → 모델 최적화안드로이드 앱에

예제로 손글씨 숫자 인식 모델 개발모델을 직접 개발하기로 결정했다면 선택한 모델을 먼저 개발해야 함이해를 돕고 모델의 훈련 시간을 단축하기 위해 가급적 손으로 쓴 숫자 이미지의 모음인 MNIST(Modified National Institute of Standards