早餐|第十三期 · 聊聊模型部署和边缘计算
早餐|第十三期 · 聊聊模型部署和边缘计算
爱学习的 OpenVINO 中文社区
内 容 来 源 | 曹慧燕
排 版 | 李擎
*music by audionautix.com
大家好,这里是OpenVINO 早餐
在上一期节目中,我们跟大家聊了人工智能,机器学习,深度学习这些概念
今天我们来聊一聊模型部署和边缘计算
作者介绍
○ 曹慧燕
英特尔
IOTG Edge
AI 工程师
正餐部分
视频放映
【持续更新】吃 OpenVINO 早餐,玩转深度学习部署
文本阅读
深度学习的工作流通常分两个阶段。
第一个阶段是模型训练阶段。首先我们要构建一个网络模型,然后拿一堆的数据来训练这个模型。直到它的各项指标符合我们的预期,就可以停止训练了。
第二个阶段就是推理阶段。在这个阶段,我们就可以使用这个训练好的模型进行实时的推理运算。训练阶段通常对算力的要求比较高,所以这部分我们一般把它部署在云端。推理阶段的模型部署就取决于实际的应用场景。我们可以把它部署在云端,也可以部署在设备端,或者是介于两者之间的边缘云端。
来看一下常见的边缘计算的应用场景:
-
最常见的安防系统,智能摄像头需要实时地对视频内容进行识别。
-
家居的应用场景,像智能音箱,需要实时地跟主人进行语音互动。
-
AR-VR需要实时地识别你的姿势、眼球,从而切换不同的虚拟场景。
-
机器人、无人机的壁障、悬停,包括无人驾驶等等。这一类的应用通常对实时性的要求都比较高。
当然可能还有一些应用考虑到数据的安全性,在这样的情况下,就需要把模型直接部署在边缘设备端进行实时的推理运算,而不是部署在云端。
END
关于边缘计算,今天就简单聊到这里。感谢收听,我们下期节目再见!
原文发布于2020-08-06:早餐|第十三期 · 聊聊模型部署和边缘计算
关注我们,让开发变得更有趣????
微信号:openvinodev
B站:OpenVINO 中文社区
*OpenVINO and the OpenVINO logo are trademarks of Intel Corporation or its subsidiaries.