การอนุมาน TensorFlow Lite พร้อมข้อมูลเมตา

โมเดลการอนุมานด้วยข้อมูลเมตา อาจทำได้ง่ายเพียงแค่ใช้โค้ดเพียงไม่กี่บรรทัด ข้อมูลเมตาของ TensorFlow Lite มีคำอธิบายอย่างละเอียดว่าโมเดลทำอะไรและวิธีใช้โมเดล โดยสามารถเสริมศักยภาพให้กับตัวสร้างโค้ดเพื่อสร้างโค้ดการอนุมานให้คุณโดยอัตโนมัติ เช่น การใช้ ฟีเจอร์ Android Studio ML Binding หรือ ตัวสร้างโค้ด Android TensorFlow Lite นอกจากนี้ยังสามารถใช้เพื่อกำหนดค่าไปป์ไลน์การอนุมานแบบกำหนดเองได้อีกด้วย

เครื่องมือและห้องสมุด

TensorFlow Lite มีเครื่องมือและไลบรารีที่หลากหลายเพื่อรองรับข้อกำหนดการปรับใช้งานในระดับต่างๆ ดังต่อไปนี้:

สร้างอินเทอร์เฟซโมเดลด้วยตัวสร้างโค้ด Android

มีสองวิธีในการสร้างโค้ด Wrapper Android ที่จำเป็นสำหรับโมเดล TensorFlow Lite พร้อมข้อมูลเมตาโดยอัตโนมัติ:

  1. Android Studio ML Model Binding เป็นเครื่องมือที่มีอยู่ใน Android Studio เพื่อนำเข้าโมเดล TensorFlow Lite ผ่านอินเทอร์เฟซแบบกราฟิก Android Studio จะกำหนดการตั้งค่าสำหรับโปรเจ็กต์โดยอัตโนมัติและสร้างคลาส Wrapper ตามข้อมูลเมตาของโมเดล

  2. TensorFlow Lite Code Generator เป็นโปรแกรมปฏิบัติการที่สร้างอินเทอร์เฟซโมเดลโดยอัตโนมัติตามข้อมูลเมตา ปัจจุบันรองรับ Android พร้อม Java รหัสตัวตัดไม่จำเป็นต้องโต้ตอบกับ ByteBuffer โดยตรง นักพัฒนาสามารถโต้ตอบกับโมเดล TensorFlow Lite กับวัตถุที่พิมพ์ เช่น Bitmap และ Rect แทน ผู้ใช้ Android Studio ยังสามารถเข้าถึงฟีเจอร์โค้ดเจนผ่าน Android Studio ML Binding

ใช้ประโยชน์จาก API แบบสำเร็จรูปด้วยไลบรารีงาน TensorFlow Lite

ไลบรารีงาน TensorFlow Lite มอบอินเทอร์เฟซโมเดลที่พร้อมใช้งานที่ได้รับการปรับปรุงสำหรับงานแมชชีนเลิร์นนิงยอดนิยม เช่น การจัดหมวดหมู่รูปภาพ คำถามและคำตอบ ฯลฯ อินเทอร์เฟซโมเดลได้รับการออกแบบมาโดยเฉพาะสำหรับแต่ละงานเพื่อให้ได้ประสิทธิภาพและการใช้งานที่ดีที่สุด Task Library ทำงานข้ามแพลตฟอร์มและรองรับบน Java, C++ และ Swift

สร้างไปป์ไลน์การอนุมานแบบกำหนดเองด้วย TensorFlow Lite Support Library

TensorFlow Lite Support Library เป็นไลบรารีข้ามแพลตฟอร์มที่ช่วยปรับแต่งอินเทอร์เฟซโมเดลและสร้างไปป์ไลน์การอนุมาน ประกอบด้วยวิธีการใช้ประโยชน์และโครงสร้างข้อมูลที่หลากหลายสำหรับการประมวลผลก่อน/หลังและการแปลงข้อมูล นอกจากนี้ยังได้รับการออกแบบเพื่อให้ตรงกับพฤติกรรมของโมดูล TensorFlow เช่น TF.Image และ TF.Text เพื่อให้มั่นใจถึงความสอดคล้องตั้งแต่การฝึกอบรมไปจนถึงการอนุมาน

สำรวจโมเดลที่ได้รับการฝึกล่วงหน้าด้วยข้อมูลเมตา

เรียกดู โมเดลที่โฮสต์โดย TensorFlow Lite และ TensorFlow Hub เพื่อดาวน์โหลดโมเดลที่ได้รับการฝึกล่วงหน้าพร้อมข้อมูลเมตาสำหรับงานการมองเห็นและข้อความ ดูตัวเลือกต่างๆ ใน การแสดงข้อมูลเมตา ด้วยภาพ

TensorFlow Lite รองรับ repo GitHub

ไปที่ repo TensorFlow Lite Support GitHub เพื่อดูตัวอย่างและซอร์สโค้ดเพิ่มเติม แจ้งให้เราทราบความคิดเห็นของคุณโดยการสร้าง ปัญหา GitHub ใหม่