Trainierte Modelle in mobilen Apps einsetzen

Fazit

Machine Learning auf dem Smartphone findet zunehmend Verbreitung. Apple, Facebook und Google nutzen entsprechende Methoden bereits in ihren Anwendungen. Zudem verbauen die Hersteller in ihre Geräte spezielle ML-Hardware. Aber auch auf der Softwareseite wird es weitere Verbesserungen geben. So sind für TensorFlow Lite Vereinfachungen unter anderem im Bereich der Bildbearbeitung in Planung. Die neue CoreML-Version ermöglicht durch die Quantisierung kleinere Modelle und durch Batch-Prediction eine schnellere Ausführung. Die im Artikel aufgeführten Beispiele sind auf GitHub zu finden und bieten eine Grundlage, mit denen die Leser trainierte Modelle in Apps einsetzen können. (rme)

Lars Gregori
arbeitet als Technology Strategist bei SAP CX in München. Er interessiert sich beruflich und privat für Technologien rund um das Thema Machine Learning und spricht auf Konferenzen zu diesem Thema.