- 史前时代、关系代数、对象数据库、XML数据库、NoSQL、SQL。
- 数据库发展的原动力:数据共享和整合(数据模型)、数据独立性(SQL)、数据保护(日志、事务、权限)
- 机器学习正在向数据库内嵌发展
- 机器学习内嵌到数据库中
- 有监督学习,非监督学习等多种算法
- 简介:满足AI在嵌入式设备上运行的需求;优势:模型小,推断速度快,延迟低;无需网络连接;能耗低。
- 主要原理:选择模型、转换、部署、优化
- 使用预训练模型
- 重新训练模型(迁移学习)
- 训练自定义模型
- 用转换器TFLiteConverter可以实现从Tensorflow模型向Tensorflow-Lite模型的转换,keras模型可以直接转换。
- 推断:通过模型运行数据以获得预测的过程。
- 步骤:载入模型、转换数据、运行推断、解释输出
- 量化:通过降低数值和运算符的精度节省空间时间
在repo中建一个index,编辑其中的内容即可创建网站。