Machine learning su dispositivi mobili ed edge: il framework PyTorch Mobile

La diffusione sempre più ampia dei dispositivi mobili ha aperto nuove opportunità per l'applicazione del machine learning in ambito mobile. Questa tesi si concentra sull'utilizzo di PyTorch Mobile, una versione leggera del framework di deep learning PyTorch, per lo sviluppo di modelli di machine learning su dispositivi mobili. Nel corso di questa ricerca, vengono esplorate le potenzialità di PyTorch Mobile per implementare algoritmi di machine learning su dispositivi con risorse computazionali limitate (nonostante, ad esempio, negli ultimi anni gli smartphone siano diventate macchine molto potenti) . Vengono analizzati e confrontati diversi esempi di codice, al fine di fornire un quadro completo delle funzionalità e delle prestazioni offerte da PyTorch Mobile. Attraverso l'utilizzo di esempi di codice modificati, vengono illustrati i passaggi necessari per il trasferimento di un modello di machine learning addestrato su un ambiente di sviluppo tradizionale a PyTorch Mobile. Questa tesi fornisce quindi una guida pratica per l'implementazione di modelli di machine learning su dispositivi mobili utilizzando PyTorch Mobile, aprendo nuove prospettive nell'applicazione del machine learning in ambito mobile.