La “vida” NN tiene dos etapas:
- capacitación : esta tarea puede llevar muchas horas o días, dependiendo del tamaño del problema (complejidad y cantidad de datos de capacitación), y en general usa miles de millones o billones 🙂 de flops (operaciones de punto flotante) en la computadora. Dado que los teléfonos móviles son lentos, esto no es muy adecuado, al menos cuando hay grandes cantidades de datos de entrenamiento.
- aplicación (clasificación) : el NN entrenado se utiliza para realizar una clasificación en un nuevo caso (o problema), diferente de los presentes en el conjunto de entrenamiento. Por lo general, estos son cálculos sencillos, quizás unos pocos millones de fracasos por caja para NN de tamaño promedio: algunas decenas o algunos cientos de entradas, algunas capas (entre 3 y 5), algunos cientos de arcos entre capas adyacentes.
Entonces, la clasificación se puede hacer perfectamente en un teléfono móvil.
Con respecto al entrenamiento, si el tamaño del conjunto de entrenamiento y el tamaño del NN están en el rango de pequeño a moderado, eventualmente se pueden entrenar en un teléfono móvil moderno, dada la potencia informática actual de estos dispositivos (¿asombrosos?).
- ¿Cómo funciona el mecanismo de atención de múltiples cabezas en el aprendizaje profundo?
- ¿Qué es el análisis de componentes principales y cuántas variables se pueden usar para PCA?
- ¿Existe un puntaje general de 'utilidad' para el rendimiento de recuperación de información?
- ¿Se pueden combinar blockchain y machine learning?
- ¿Cuántas estadísticas y probabilidades debo saber para sumergirme en el aprendizaje automático?
Algunos ejemplos a continuación, después de una búsqueda rápida y sucia; algunos pueden ser útiles …
Esta aplicación utiliza una red neuronal para describir el mundo que te rodea.
La aplicación de Google pone redes neuronales en su teléfono para traducir señales sin conexión
Google anuncia Tensorflow Lite: una biblioteca de redes neuronales para teléfonos móviles
TruMedicines Phone aplicación red neuronal | Crunchbase
HTH