【社区分享】专注移动端机器学习交流，TensorFlow Lite 中文兴趣小组招募中！
移动端机器学习的交流平台，TensorFlow Lite 的中文兴趣小组来啦！不论您是刚刚接触 TensorFlow Lite 的新手，或是已经在使用 TensorFlow Lite 的开发者，还是想给 TensorFlow Lite 贡献代码的开发者，TensorFlow Lite 中文兴趣小组都欢迎您的加入，和众多 App 开发者们一起推动端侧学习发展。
TensorFlow 2015 年开源至今天已经发展成为了一个庞大的生态系统，TensorFlow 团队除了一直在增加与改进产品功能以外，也关注社区的健康发展，积极组织各种活动和项目。今天着重介绍的 TensorFlow Lite 中文兴趣小组，希望更多对 TFLite 感兴趣的同学能积极参与。
中国移动 app 开发者的数量和能力众所周知，不仅发布的 app 数量巨大，而且 app 的质量也很高，即使在竞争激烈的全球市场上也有众多由中国开发者开发的优秀 app 脱颖而出，在 Google Play 等应用商店的 top 榜单上占据众多席位。在技术层面中国的 app 开发者也越来越往智能化发展，将更多的人工智能和机器学习的能力嵌入到他们的 app 中；同时由于手机和 IoT 设备的处理器越来越强大，而且有更多的机器学习加速器如 DSP，NPU 被植入到手机里，让更多的 app 能在端侧直接运行机器学习模型。
TensorFlow Lite 就是为了在设备端侧运行机器学习模型而诞生，关于 TensorFlow Lite 的简介，大家可以参考之前我们发布的这篇文章。目前海内外有成千上万个 app 在使用 TFLite，有超过 40 亿台设备上在运行 TFLite。
在中国，在移动应用方面，网易使用 TFLite 做 OCR 处理；爱奇艺使用 TFLite 来进行视频中的 AR 效果，而 WPS 用它来做一系列文字处理[3]。在 IoT 方面，出门问问智能音箱使用 TFLite 来做热词唤醒（对于智能音箱而言，准确、实时、轻量化低功耗的唤醒非常关键），科沃斯扫地机器人使用 TFLite 在室内避开障碍物。另外，TFLite 也非常适合工业物联智能设备的开发，因为它很好地支持如树莓派及其他基于 Linux SoC 的工业自动化系统。创新奇智应用 TFLite 开发智能质检一体机、智能读码机等产品，应用到服装厂质检等场景[6]。更多的案例大家可以在 TensorFlow 公众号‘了解产品’ -> ‘企业级案例’中找到。
目前已经有越来越多的 app 开发者想要接入 TFLite，同时有很多已经接入 TFLite 的开发者想要更深入的了解 TFLite 内部机制，甚至给 TFLite 贡献一些代码。为了帮助中国广大的 app 开发者更好的使用 TFLite，我们专门建立了 TFLite 中文兴趣小组（注意：这个兴趣小组仅专注于 TFLite）：
我们会在每个月的最后一个周四早上 11 点定期进行一次会议，邀请 TFLite 使用者进行分享他们使用 TFLite 的心得和经验，或者 TFLite 工程师分享他们正在做的工作
我们已经建立了一个微信群，目前已经有 100 多位来自 20+ 家公司的同学加入
TFLite 中文兴趣小组由 3 位来自腾讯和 vivo 的同学担任社区领导者，Google TensorFlow中国团队积极配合一起运营
我们非常希望能从社区里面找到想给 TFLite 贡献代码的同学，推进他们给开源社区的贡献，从而进一步扩大中国开发者在 TF 社区的影响力
TFLite 中文兴趣小组采取公开的方式，所有的会议笔记和 ppt 在获得作者许可之后都将公开给小组成员，之后的月会我们也会录制视频以方便当天未能参与的同学。之前我们已经进行了为期 3 个月的试运行，已经开过了 3 次月会：
5 月份的会由 TF 团队分享了 TFLite 的最新进展
6 月份的会由爱奇艺 SmartAR 团队的尹逊宫老师分享了他们使用 TFLite 的经验和心得
7 月份的会由大疆的周爱春老师分享了他们使用和定制 TFLite 的经验和心得，并由 TFLite 工程师林添老师分享了一个新示例应用 - 离线推荐
8 月份的会将由 TFLite 工程师分享 MLIR 相关内容
9 月份的会暂定由 TFLite 工程师分享 CoreML delegate 相关内容
经过这几个月的试运行，我们收到了参与者的良好反馈，这也增强了我们持续运营 TFLite 中文兴趣小组的信心。所以我们决定公开邀请更多对 TFLite 感兴趣的同学加入，一起参与把这个社区组织做大做好。不论您是刚刚接触 TFLite，或是已经在使用 TFLite 的开发者，还是想给 TFLite 贡献代码的开发者，我们都欢迎您的加入，欢迎您和我们一起推动端侧学习的发展。期待在下次的 TFLite 中文兴趣小组的微信群和下次的月会与您进行交流！
— 参考文献 —
- Lin Huijie. Netease Youdao: AI Leader in Online Education in China (TF Dev Summit '19) [R/OL]. [2020-04-22].
- SmileAR Engineering Team at iQIYI. SmileAR: iQIYI’s Mobile AR solution based on TensorFlow Lite [EB/OL]. [2020-07-12].
- Xiong Longfei, Du Cheng, Chen Ronghua, et al. KingSoft WPS: document image dewarping based on TensorFlow [EB/OL]. [2019-12-10].
Mobvoi. Mobvoi: use TensorFlow Lite for hot word detection [EB/OL]. [2018-09-11].
ECOVACS. ECOVACS：AI based room cleaner [EB/OL]. [2020-04-22].
AInnovation. AInnovation: computer vision for industrial quality control [EB/OL]. [2020-04-22].
如果你对 TFLite 中文兴趣小组微信群感兴趣，请于官方微信公众号（TensorFlow_official ）后台回复 “TFLite中文兴趣组” 即可加入。
【社区分享】专注移动端机器学习交流，TensorFlow Lite 中文兴趣小组招募中！相关推荐
- 机器学习笔记 - TensorFlow Lite设备端机器学习的模型优化
一.TensorFlow Lite TensorFlow Lite 是一组工具,可帮助开发人员在移动.嵌入式和边缘设备上运行模型,从而实现设备上机器学习.TensorFlow Lite(简称 TF L ...
- 移动端目标识别(1)——使用TensorFlow Lite将tensorflow模型部署到移动端(ssd)之TensorFlow Lite简介...
平时工作就是做深度学习,但是深度学习没有落地就是比较虚,目前在移动端或嵌入式端应用的比较实际,也了解到目前主要有 caffe2,腾讯ncnn,tensorflow,因为工作用tensorflow比较多 ...
- 移动端深度框架 TensorFlow Lite 、小米MACE和 支付宝xNN 比较
一直以来,随着深度学习的快速发展,复杂而庞大的模型需要在计算力强大的计算设备上才可以展示其强大的能力,如GPU,深度学习运行在移动和嵌入式设备中,它赋予了这些设备在终端本地运行机器学习模型的能力,从而 ...
- 【机器学习】Tensorflow.js：我在浏览器中实现了迁移学习
⭐️ 本文首发自 前端修罗场(点击加入),是一个由资深开发者独立运行的专业技术社区,我专注 Web 技术.答疑解惑.面试辅导以及职业发展.现在加入,私聊我即可获取一次免费的模拟面试机会,帮你评估知识点 ...
- python tensorflow 智能家居_机器学习助力智能家居，支持ESP32的 TensorFlow Lite Micro 现已发布！...
ESP32 简介:Wi-Fi MCU 我们很高兴宣布设备端机器学习框架 TensorFlow Lite 已支持 ESP32 芯片组,可进一步减轻 TensorFlow Lite Micro 的工作负载 ...
- 社区分享｜TensorFlow Recommenders-Addons 开源啦！
发布人:戎海栋(腾讯微信看一看团队).丁辰(阿里巴巴 PAI 团队) 背景与现状 推荐系统是机器学习的重要应用领域,能够根据用户偏好自动推送相关内容,比如展示商品,投放广告,推荐视频.新闻等多媒体内容 ...
- 吴恩达deeplearning.ai新课上线：TensorFlow移动和web端机器学习
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 编辑:Sophia 计算机视觉联盟 报道 | 公众号 CVLianMeng 转载于 :Coursera ,机器之 ...
- 吴恩达 deeplearning.ai 新课上线：TensorFlow 移动和 web 端机器学习
点击上方"深度学习技术前沿",选择"星标"公众号 资源干货,第一时间送达 转自 | 机器之心 参与 | 杜伟.一鸣 Coursera 又有 TensorFlow ...
- 一文盘点10大移动端机器学习框架
本文介绍了适用于移动端的 10 个机器学习框架,包括针对计算机的机器学习框架和针对手机端的优化性能的框架. 本文介绍了适用于移动端的 10 个机器学习框架,包括针对计算机的机器学习框架和针对手机端的优 ...
最新文章
- 求一个容器的最值的索引_殊途同归——从一道经典的多元最值问题说开
- 女生学习Java是否真的没有优势呢？
- iphone双卡_放心了：IT之家实测，苹果iPhone 12支持双卡5G
- 基于centos5.8源码安装nginx之LNMP
- 59、crontab用法简介
- android4.0.3 修改启动动画和开机声音
- OpenGL开发之旅基础知识介绍
- 开源网格划分软件_网格划分：PointWise 18.3R1
- (转)invalidate()和postInvalidate() 的区别及使用
- English Learning from research paper
- 计算机导论考试考什么,计算机导论考试
- 2019最烂密码榜单出炉，教你设置神级密码！
- AJAX框架眼镜穿搭夏天,30度的夏天，男生应该如何穿搭？看这9种时尚组合！
- python画正多边形_少儿python编程之画正多边形代码优化教程
- 视差图(disparity map)
- 在阿里云服务器中部署nodeBB项目（nodeBB系列一）
- 什么是网关，网关的作用是什么
- 《计算机应用基础》 东师,A东师《计算机应用基础》15春在线作业 .doc
- 网络工程师配置安全设备，防火墙基本配置管理
- android手机号码恢复,安卓手机通讯录怎么恢复？教你恢复小妙招