Tham chiếu các mô hình với siêu dữ liệu có thể dễ dàng chỉ bằng một vài dòng mã. Siêu dữ liệu TensorFlow Lite chứa mô tả phong phú về chức năng của mô hình và cách sử dụng mô hình. Nó có thể trao quyền cho các trình tạo mã tự động tạo mã suy luận cho bạn, chẳng hạn như sử dụng tính năng Binding của Android Studio ML hoặc trình tạo mã TensorFlow Lite Android . Nó cũng có thể được sử dụng để định cấu hình đường dẫn suy luận tùy chỉnh của bạn.
Công cụ và thư viện
TensorFlow Lite cung cấp nhiều loại công cụ và thư viện để phục vụ các cấp yêu cầu triển khai khác nhau như sau:
Tạo giao diện mô hình bằng trình tạo mã Android
Có hai cách để tự động tạo mã trình bao bọc Android cần thiết cho mô hình TensorFlow Lite với siêu dữ liệu:
Android Studio ML Model Binding là công cụ có sẵn trong Android Studio để nhập mô hình TensorFlow Lite thông qua giao diện đồ họa. Android Studio sẽ tự động định cấu hình cài đặt cho dự án và tạo các lớp trình bao bọc dựa trên siêu dữ liệu của mô hình.
TensorFlow Lite Code Generator là một tệp thực thi tạo giao diện mô hình tự động dựa trên siêu dữ liệu. Nó hiện hỗ trợ Android với Java. Mã trình bao bọc loại bỏ nhu cầu tương tác trực tiếp với
ByteBuffer. Thay vào đó, các nhà phát triển có thể tương tác với mô hình TensorFlow Lite với các đối tượng được nhập nhưBitmapvàRect. Người dùng Android Studio cũng có thể truy cập vào tính năng codegen thông qua Android Studio ML Binding .
Tận dụng các API có sẵn với Thư viện tác vụ TensorFlow Lite
Thư viện tác vụ TensorFlow Lite cung cấp các giao diện mô hình sẵn sàng sử dụng được tối ưu hóa cho các tác vụ học máy phổ biến, chẳng hạn như phân loại hình ảnh, câu hỏi và trả lời, v.v. Các giao diện mô hình được thiết kế đặc biệt cho từng tác vụ để đạt được hiệu suất và khả năng sử dụng tốt nhất. Thư viện tác vụ hoạt động trên nhiều nền tảng và được hỗ trợ trên Java, C ++ và Swift.
Xây dựng đường ống suy luận tùy chỉnh với Thư viện hỗ trợ TensorFlow Lite
Thư viện hỗ trợ TensorFlow Lite là một thư viện đa nền tảng giúp tùy chỉnh giao diện mô hình và xây dựng các đường dẫn suy luận. Nó chứa nhiều phương pháp sử dụng và cấu trúc dữ liệu để thực hiện xử lý trước / sau và chuyển đổi dữ liệu. Nó cũng được thiết kế để phù hợp với hành vi của các mô-đun TensorFlow, chẳng hạn như TF.Image và TF.Text, đảm bảo tính nhất quán từ đào tạo đến truyền thông.
Khám phá các mô hình được đào tạo trước với siêu dữ liệu
Duyệt qua các mô hình được lưu trữ trên TensorFlow Lite và TensorFlow Hub để tải xuống các mô hình được đào tạo trước với siêu dữ liệu cho cả tác vụ văn bản và thị giác. Cũng xem các tùy chọn khác nhau để hiển thị siêu dữ liệu .
Hỗ trợ TensorFlow Lite repo GitHub
Truy cập repo GitHub Hỗ trợ TensorFlow Lite để biết thêm các ví dụ và mã nguồn. Hãy cho chúng tôi biết phản hồi của bạn bằng cách tạo một vấn đề GitHub mới .