ML Community Day คือวันที่ 9 พฤศจิกายน! ร่วมกับเราสำหรับการปรับปรุงจาก TensorFlow, JAX และอื่น ๆ เรียนรู้เพิ่มเติม

TensorFlow Lite Model Maker

ภาพรวม

ไลบรารี TensorFlow Lite Model Maker ช่วยลดความยุ่งยากในกระบวนการฝึกอบรมโมเดล TensorFlow Lite โดยใช้ชุดข้อมูลที่กำหนดเอง ใช้การถ่ายโอนการเรียนรู้เพื่อลดจำนวนข้อมูลการฝึกอบรมที่จำเป็นและลดระยะเวลาในการฝึกอบรม

งานที่รองรับ

ปัจจุบันไลบรารี Model Maker รองรับงาน ML ต่อไปนี้ คลิกลิงก์ด้านล่างเพื่อดูคำแนะนำในการฝึกโมเดล

งานที่รองรับ ยูทิลิตี้งาน
การจำแนกรูปภาพ: กวดวิชา , API จัดประเภทรูปภาพเป็นหมวดหมู่ที่กำหนดไว้ล่วงหน้า
การตรวจจับวัตถุ: บทช่วยสอน , API ตรวจจับวัตถุแบบเรียลไทม์
การจัดประเภทข้อความ: กวดวิชา , API จัดหมวดหมู่ข้อความเป็นหมวดหมู่ที่กำหนดไว้ล่วงหน้า
คำตอบคำถาม BERT: กวดวิชา API ค้นหาคำตอบในบริบทหนึ่งสำหรับคำถามที่กำหนดด้วย BERT
การจำแนกประเภทเสียง: บทช่วยสอน , API จัดประเภทเสียงเป็นหมวดหมู่ที่กำหนดไว้ล่วงหน้า
คำแนะนำ: demo , api แนะนำรายการตามข้อมูลบริบทสำหรับสถานการณ์บนอุปกรณ์

หากงานของคุณไม่ได้รับการสนับสนุนก่อนอื่นโปรดใช้ TensorFlow เพื่อฝึกโมเดล TensorFlow อีกครั้งด้วยการเรียนรู้แบบโอน (ตามคำแนะนำเช่น รูปภาพ ข้อความ เสียง ) หรือฝึกตั้งแต่เริ่มต้นจากนั้นจึง แปลง เป็นโมเดล TensorFlow Lite

ตัวอย่าง End-to-End

Model Maker ช่วยให้คุณสามารถฝึกโมเดล TensorFlow Lite โดยใช้ชุดข้อมูลที่กำหนดเองในโค้ดเพียงไม่กี่บรรทัด ตัวอย่างเช่นต่อไปนี้เป็นขั้นตอนในการฝึกโมเดลการจัดประเภทรูปภาพ

from tflite_model_maker import image_classifier
from tflite_model_maker.image_classifier import DataLoader

# Load input data specific to an on-device ML app.
data = DataLoader.from_folder('flower_photos/')
train_data, test_data = data.split(0.9)

# Customize the TensorFlow model.
model = image_classifier.create(train_data)

# Evaluate the model.
loss, accuracy = model.evaluate(test_data)

# Export to Tensorflow Lite model and label file in `export_dir`.
model.export(export_dir='/tmp/')

สำหรับรายละเอียดเพิ่มเติมโปรดดู คู่มือการจัดประเภทรูปภาพ

การติดตั้ง

มีสองวิธีในการติดตั้ง Model Maker

  • ติดตั้งแพ็คเกจ pip ที่สร้างไว้ล่วงหน้า
pip install tflite-model-maker

หากคุณต้องการติดตั้งเวอร์ชันกลางคืนโปรดปฏิบัติตามคำสั่ง:

pip install tflite-model-maker-nightly
  • โคลนซอร์สโค้ดจาก GitHub และติดตั้ง
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .

TensorFlow Lite Model Maker ขึ้นอยู่กับ แพ็คเกจ pip ของ TensorFlow สำหรับไดรเวอร์ GPU โปรดดู คู่มือ GPU ของ TensorFlow หรือ คู่มือการติดตั้ง

ข้อมูลอ้างอิง Python API

คุณสามารถค้นหา API สาธารณะของ Model Maker ได้ใน ข้อมูลอ้างอิง API