דגמים מוכנים מראש הם דגמים שכבר הוכשרו למטרה מסוימת. ישנם מגוון מודלים של קוד פתוח שכבר עברו הכשרה בהם תוכלו להשתמש באופן מיידי עם TensorFlow.js כדי לבצע משימות רבות של למידת מכונה. נושא זה מספק הדרכה כיצד למצוא ולבחור דגמים מוכנים מראש עבור מקרה השימוש שלך.
יתרונות השימוש בדגמים מוכנים מראש
ל- TensorFlow.js יש מגוון רחב של דגמים מוכנים מראש שניתן להשתמש בהם בכל פרויקט מחוץ לקופסה ולספק לך את היתרונות המשמעותיים הבאים:
- חסוך זמן ומשאבים : הימנע מתהליכים שגוזלים זמן של איסוף, הכנה וסימון נתונים, ולאחר מכן הדרכה, הערכה ושיפור המודל. תוכל ליצור אבטיפוס לרעיונות שלך במהירות.
- נצלו את המחקר והתיעוד הקיימים : המחקר המתקדם המשמש בפיתוח מודלים מוכנים מראש מאפשר לכם לפרוס אותם במהירות תוך הבנת הביצועים שלהם בתרחישים שונים בעולם האמיתי.
- אפשר למידת העברה : מודלים מוכנים מראש מאפשרים לך להשתמש במידע שנלמד על ידי מודל עבור משימה על מקרה שימוש אחר, דומה. תהליך למידת העברה זה יאפשר לך לאמן מודלים קיימים במהירות על נתונים מותאמים אישית.
מצא דגם
מציאת מודל TensorFlow.js קיים עבור מקרה השימוש שלך תלוי במה שאתה מנסה להשיג. לדוגמה, האם האפליקציה שלך צריכה לפעול בצד הלקוח או בצד השרת? עד כמה חשובים גורמים כמו פרטיות, מהירות ודיוק? וכו '
הנה כמה דרכים מומלצות לגלות דגמים לשימוש עם TensorFlow.js:
לדוגמא: הדרך המהירה ביותר למצוא ולהתחיל להשתמש במודלים עם TensorFlow.js היא לעיין בקטע ההדגמות של TensorFlow.js כדי למצוא הדגמות שמבצעות משימה דומה למקרה השימוש שלך. קטלוג זה מספק דוגמאות שימוש מהנות עם קישורים לקוד שיעזרו לך להתחיל.
לפי סוג קלט נתונים: מלבד התבוננות בדוגמאות הדומות למקרה השימוש שלך, דרך נוספת לגלות מודלים לשימושך היא לשקול את סוג הנתונים שאתה רוצה לעבד, כגון אודיו, טקסט או תמונות. מודלים של למידת מכונה מתוכננים לעתים קרובות לשימוש עם אחד מסוגי הנתונים הללו, כך שחיפוש אחר מודלים המטפלים בסוג הנתונים שבו ברצונך להשתמש יכול לעזור לך לצמצם אילו מודלים לשקול. אתה יכול להתחיל לגלוש בדגמי TensorFlow.js בהתבסס על מקרי שימוש כלליים בסעיף הדגמים של TensorFlow.js , או לעיין בערכה גדולה יותר של דגמים ב- TensorFlow Hub . ב- TensorFlow Hub, אתה יכול להשתמש במסנן של תחום הבעיה כדי להציג סוגי נתוני מודלים ולצמצם את הרשימה שלך.
הרשימה הבאה מקשרת לדגמי TensorFlow.js ב- TensorFlow Hub למקרי שימוש נפוצים:
- מודלים לסיווג תמונות
- מודלים לזיהוי אובייקטים
- דגמי טקסט
- דגמי אודיו
בחר בין דגמים דומים
אם היישום שלך עוקב אחר מקרה שימוש נפוץ כגון סיווג תמונה או זיהוי אובייקטים, ייתכן שתמצא דגמי TensorFlow.js מרובים המתאימים לצרכיך. ברגע שיש לך כמה דגמים שמתאימים למקרה השימוש שלך, אתה רוצה לזהות את הדגם שיספק את הפתרון הטוב ביותר. לשם כך, שקול את ההיבטים הבאים של כל דגם:
- מהירות מסקנות
- גודל הקובץ
- שימוש בזיכרון RAM בזמן ריצה
- תכונות/יכולות של הדגם
כשאתה מחליט בין מספר דגמים, אתה יכול לצמצם את האפשרויות שלך בהתבסס תחילה על האילוץ המגביל ביותר שלך כגון גודל המודל, גודל הנתונים, מהירות ההסקה או הדיוק וכו'.
אם אינך בטוח מהו האילוץ המגביל ביותר שלך, נניח שזה הגודל של הדגם ובחר את הדגם הקטן ביותר שקיים. בחירת דגם קטן מעניקה לך את הגמישות הגדולה ביותר מבחינת היכן תוכל לפרוס ולהפעיל את המודל בהצלחה. מודלים קטנים יותר גם מייצרים בדרך כלל מסקנות מהירות יותר, ותחזיות מהירות יותר יוצרות בדרך כלל חוויות טובות יותר של משתמש קצה. עם זאת , לדגמים קטנים יותר יש בדרך כלל שיעורי דיוק נמוכים יותר, ולכן ייתכן שתצטרך לבחור דגמים גדולים יותר אם דיוק החיזוי הוא הדאגה העיקרית שלך.
מקורות לדגמים
דגמים מוכנים מראש ב- TensorFlow.js זמינים בדרך כלל בשתי צורות. דגמים רשמיים מגיעים עטופים בשיעורי JavaScript מה שהופך אותם פשוטים לפריסה באפליקציה שלך. אחרים נמצאים בצורה גולמית שעשויה לדרוש קוד נוסף כדי לפני/אחרי תהליך קלט ופלט נתונים.
השתמש במודלים של TensorFlow.js כיעד הראשון שלך למציאת ובחירת דגמים לשימוש עם TensorFlow.js. אלו הם הדגמים הרשמיים שסופקו על ידי צוות TensorFlow.js שכבר יש להם את עטיפות ה-JavaScript שמאפשרות שילוב פשוט בקוד שלך. אתר TensorFlow Hub מספק דגמים נוספים. שים לב שדגמים ב-Hub עשויים להיות בפורמט גולמי הדורש עבודה נוספת מצידך כדי להשתלב.
דגמי TensorFlow
אפשר להמיר דגמי TensorFlow רגילים לפורמט TensorFlow.js. למידע נוסף על המרת מודלים, עיין בנושא המרת מודל . אתה יכול למצוא דגמי TensorFlow ב- TensorFlow Hub ובגן הדגמים של TensorFlow .
לקריאה נוספת
- כעת, כשאתה יודע היכן למצוא דגמים מוכנים לשימוש, עיין במדריך הילידים של React כדי ללמוד כיצד אתה יכול להשתמש במודל כזה באפליקציית אינטרנט.