搭建 Android AI 开发环境
什么是深度神经网络？
深度神经网络 （DNN） 在图像分类和其他类型的自动分类方面非常出色。十年前花费数百万美元的研究和计算能力的结果，现在任何拥有半个像样的GPU的人都可以使用。但是，尝试在移动设备上运行 DNN 可能会遇到一个缺点。当使用常规代码实现时，DNN 在移动设备上可能会占用大量处理器且速度较慢。幸运的是，TensorFlow Lite 提供了一种缩小 DNN 的解决方案，因此它可以在移动设备上更流畅地运行。
DNN 是实现人工智能的众多方式之一。神经网络是基于仿生学的人工智能方法之一（设计基于生物实体的技术和过程）。DNN 基于神经元。生物神经元是相互连接的，可以响应来自环境或其他神经元的外部刺激而激活，并刺激它们所连接的其他神经元。软件神经元是相似的，它们的外部刺激要么来自保存的数据，要么来自摄像头和麦克风等传感设备。
软件神经网络的实现和连接的形成方式值得单独讨论。如果您想更详细地了解它，请查看面向初学者的 AI：神经网络。
简而言之，单个软件神经元（或节点）具有许多接受某个数值的输入，对于每个输入，该值乘以某个数字并添加一个基本值。所有这些输入的结果相加，并通过激活函数传递，以决定神经元将输出的值。这些不同的神经元连接在一起以相互传递信息。这些神经元的集体配置被称为模型。对于单个神经元，涉及许多数学运算。对于一个完整的神经网络模型，可能涉及数千个相互连接的神经元。
典型的计算机处理器可以快速执行顺序操作。但是，与 GPU
原文地址：https://blog.csdn.net/H_zizi/article/details/138058047
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！