День сообщества ML - 9 ноября! Присоединяйтесь к нам для обновления от TensorFlow, JAX, и многое другое Подробнее

Вывод TensorFlow Lite с метаданными

Выведение моделей с помощью метаданных может быть таким же простым, как и всего несколько строк кода. Метаданные TensorFlow Lite содержат подробное описание того, что делает модель и как ее использовать. Он может дать возможность генераторам кода автоматически генерировать код вывода для вас, например, с помощью функции привязки Android Studio ML или генератора кода Android TensorFlow Lite . Его также можно использовать для настройки пользовательского конвейера вывода.

Инструменты и библиотеки

TensorFlow Lite предоставляет различные инструменты и библиотеки для обслуживания различных уровней требований к развертыванию, а именно:

Создание интерфейса модели с помощью генераторов кода Android

Есть два способа автоматически сгенерировать необходимый код оболочки Android для модели TensorFlow Lite с метаданными:

  1. Android Studio ML Model Binding - это инструмент, доступный в Android Studio для импорта модели TensorFlow Lite через графический интерфейс. Android Studio автоматически настроит параметры проекта и сгенерирует классы-оболочки на основе метаданных модели.

  2. Генератор кода TensorFlow Lite - это исполняемый файл, который автоматически генерирует интерфейс модели на основе метаданных. В настоящее время он поддерживает Android с Java. Код оболочки устраняет необходимость напрямую взаимодействовать с ByteBuffer . Вместо этого разработчики могут взаимодействовать с моделью TensorFlow Lite с типизированными объектами, такими как Bitmap и Rect . Пользователи Android Studio также могут получить доступ к функции создания кода через Android Studio ML Binding .

Используйте готовые API с библиотекой задач TensorFlow Lite

Библиотека задач TensorFlow Lite предоставляет оптимизированные готовые к использованию интерфейсы моделей для популярных задач машинного обучения, таких как классификация изображений, вопросы и ответы и т. Д. Интерфейсы моделей специально разработаны для каждой задачи для достижения максимальной производительности и удобства использования. Библиотека задач работает на разных платформах и поддерживается на Java, C ++ и Swift.

Создавайте собственные конвейеры вывода с помощью библиотеки поддержки TensorFlow Lite

Библиотека поддержки TensorFlow Lite - это кроссплатформенная библиотека, которая помогает настраивать интерфейс модели и создавать конвейеры вывода. Он содержит различные методы использования и структуры данных для выполнения предварительной / последующей обработки и преобразования данных. Он также разработан для соответствия поведению модулей TensorFlow, таких как TF.Image и TF.Text, обеспечивая согласованность от обучения до вывода.

Изучите предварительно обученные модели с метаданными

Просмотрите размещенные модели TensorFlow Lite и TensorFlow Hub, чтобы загрузить предварительно обученные модели с метаданными как для визуальных, так и для текстовых задач. Также смотрите различные варианты визуализации метаданных .

TensorFlow Lite поддерживает репозиторий GitHub

Посетите репозиторий поддержки TensorFlow Lite на GitHub для получения дополнительных примеров и исходного кода. Сообщите нам свой отзыв, создав новый выпуск GitHub .