在此页面和后续子页面上，您将找到许多来自工业界的资源，可帮助您使用 Qualcomm® 神经处理 SDK 进行人工智能开发。包括的主题如下：
• 人工智能、机器学习、Android 和 高通 AI 神经处理 SDK
• 使用 高通 AI 神经处理 SDK 开发应用程序
• 训练和测试机器学习模型
• 使用 DeepLab-v3 和 高通 AI 神经处理 SDK 进行图像分割
• CNN 架构
• 基于视觉的人工智能用例

人工智能、机器学习、Android 和 高通 AI 神经处理 SDK

• 机器学习的类型
• 数据收集和预处理技术
• 适用于 AI 的 高通 神经处理 SDK 及其组件简介
• 在 Android 上对用于 AI 的 高通 神经处理 SDK 与 TensorFlow 进行基准测试
• 在 高通 AI 神经处理 SDK 上启动 TensorFlow 框架
• 使用 Android Studio IDE 和所需的 SDK 设置项目

使用 高通 AI 神经处理 SDK 开发应用程序

• 使用高通 AI 神经处理 SDK 中的机器学习模型
• 调整和优化机器学习模型
• 使用 Snapdragon® HDK 开发 Android 应用程序
• 使用 高通 AI 神经处理 SDK 将实时帧流式传输到机器学习模型

训练和测试 ML 模型

• 机器学习模型的功能测试
• 训练、测试和评估机器学习模型

使用 DeepLab-v3 和 高通 AI 神经处理 SDK 进行图像分割

• 分类、目标检测和图像分割
• DeepLab-v3 在 Ubuntu 上使用 高通 人工智能神经处理 SDK
• DeepLab-v3 在 Android 上使用 高通 神经处理 SDK for AI

CNN 架构

• 用于计算机视觉的深度学习和卷积神经网络
• 计算机视觉 CNN 架构
• 先进的计算机视觉 CNN 架构

基于视觉的人工智能用例

• 实时面部检测和验证
• 基于视觉的 ML 应用程序的功能测试
• 人脸关键点检测
• 面部表情识别 — 第 1 部分：Ubuntu 上的解决方案管道
• 面部表情识别 - 第 2 部分：Android 上的解决方案管道