在深度学习日益普及的今天，AI开始走向落地与产品化，而如何在移动APP上集成AI能力是当前AI产品化的重要方式之一。现阶段，在APP上部署深度学习模型主要有两种模式：Online和Offline。
Online模型主要是先在移动端进行初步的预处理，然后将数据传输到服务器进行预测后返回数据端。这种方式相对简单，将训练用的深度学习框架进行封装后就可以直接使用，并且通过服务器进行模型的推理计算，能够处理比较大的模型。缺点则是数据的传输依赖网络，对于实时性要求较高的应用不太实用。
Offline模式则是直接将模型部署在手机上，并进行预测的过程。这种方式比较考验硬件的性能，并且部署起来会比较复杂，往往需要针对移动端进行优化，尤其是模型本身的大小和推理性能。这样的开发过程对于移动端开发工程师来说难度比较高，因此如何让移动端工程师更加快速、高效的部署AI模型成为了一个难点。
LiteKit，是百度基于端推理框架LiteKitCore和端推理引擎PaddleLite，面向移动端工程师所推出的AI能力解决方案。它可以为移动APP应用提供开箱即用的离线AI能力，使产品快速、简单的接入AI能力，并将所提供的AI能力应用于各种业务场景。因为LiteKit依赖于PaddleLite和LiteKitCore，因此也继承了PaddleLite的高性能、轻量化、灵活性强和易扩展特点，以及LiteKit支持在iOS、Android平台快速部署。
想知道深度学习模型部署上线APP会遇到哪些实务的限制与困难? 又或者你很熟悉Java/Object C的APP开发，但对Python和算法一窍不通？如何完成的进行AI能力集成? 如何充分利用手机上的CPU及GPU算力甚至异构计算?
5月17日晚7点，百度飞桨在智东西公开课开设「百度Paddle Lite开发者专场」，并邀请到百度高级研发工程师AngelCat和息心两位老师进行主讲，主题为《基于Paddle Lite + Litekit快速构建移动APP的AI能力》。
在本次专场中，两位老师将从深度学习APP开发的难点出发，深度讲解百度所推出的轻量化推理引擎PaddleLite、提供C++/Java API的LiteKitCore，以及封装了各种AI模型的LiteKit，在课程的最后，两位老师也将会实际演示如何用Litekit构建深度学习APP的过程。
同时，本次专场将在智东西公开课知识店铺上以视频直播的形式进行，包含主讲和问答两个环节。主讲环节40分钟，两位老师将会通过视频直播的形式进行实时讲解；问答环节20分钟，两位老师将会通过视频问答的形式回答大家提问的问题。
AngelCat老师目前是百度高级研发工程师，2018年北京航空航天大学计算机学院硕士毕业，同年4月加入百度，主要从事移动端高性能推理引擎研发工作，负责ARM-CPU端性能极致优化，推动厂内外业务落地。如小度在家的手势识别功能、全民小视频等，曾获得百度内部杰出工程师奖、用户至上奖等荣誉。
息心老师目前也是百度高级研发工程师，2012年北京邮电大学软件工程学院本科毕业，2017年8月加入百度，主要从事移动AI在百度App的探索与应用并主导了LiteKit项目的开源与开放工作。曾获得百度技术小赞、百度技术攻坚等奖项。
