Apprentissage Automatique Embarqué
Cet ouvrage représente un premier pas vers l’apprentissage automatique embarqué.
Il présente les techniques d’optimisation et de compression des modèles d’apprentissage profond.
Ces techniques permettent de faciliter le déploiement d’un modèle deep learning performant et léger sur des équipements à ressources limitées comme les smartphones et les micro-contrôleurs.
Ce document explore également une technique de transfert de connaissances d’actualité, à savoir la distillation de connaissances.
Cette technique permet d’améliorer les performances d’un modèle deep learning léger, tout en lui transférant les connaissances d’un modèle deep learning complexe et performant.
Toutes ces techniques ont été détaillées dans ce livre et illustrées par des implémentations Python pratiques, basées généralement sur l’utilisation des librairies pytorch et tensorflow.
Afef Mdhaffar a obtenu son doctorat en informatique en 2014 de l'Université de Marburg, en Allemagne.
Actuellement, elle occupe le poste de maître-assistante en informatique à l'École Nationale d'Ingénieurs de Sfax (ENIS), en Tunisie.
Ses travaux se concentrent actuellement sur les techniques d'optimisation des modèles deep learning.
Fiche technique
- Auteur
- Afef Mdhaffar
- Langue
- Français
- Éditeur
- Éditions universitaires européennes
- Pays
- Tunisie
30 autres produits dans la même catégorie :
Voir toutMIMO-OFDM et les imperfections induites par le matériel RF dans la 4G
- Nouveau
Introduction à l'informatique
- Nouveau
MISE EN PLACE D'UN SYSTÈME DE COMMUNICATION VOIP DANS UNE ENTREPRISE
- Nouveau
Aide mémoire pour bien défendre son Travail de Fin de Cycle en MERISE
- Nouveau
Comment gagner 1000 dollars par jour sur internet ?
- Nouveau