API আপডেট

এই পৃষ্ঠাটি TensorFlow 2.x-এ tf.lite.TFLiteConverter Python API- তে করা আপডেট সম্পর্কে তথ্য প্রদান করে।

• টেনসরফ্লো 2.3

  • নতুন inference_input_type এবং inference_output_type অ্যাট্রিবিউট ব্যবহার করে পূর্ণসংখ্যার কোয়ান্টাইজড মডেলের জন্য পূর্ণসংখ্যা (আগে শুধুমাত্র ফ্লোট) ইনপুট/আউটপুট টাইপ সমর্থন করে। এই উদাহরণ ব্যবহার পড়ুন.
  • গতিশীল মাত্রা সহ মডেলগুলির রূপান্তর এবং আকার পরিবর্তন সমর্থন করে।
  • 16-বিট অ্যাক্টিভেশন এবং 8-বিট ওজন সহ একটি নতুন পরীক্ষামূলক কোয়ান্টাইজেশন মোড যোগ করা হয়েছে।

• টেনসরফ্লো 2.2

  • ডিফল্টরূপে, লিভারেজ এমএলআইআর-ভিত্তিক রূপান্তর , মেশিন লার্নিংয়ের জন্য গুগলের অত্যাধুনিক কম্পাইলার প্রযুক্তি। এটি মাস্ক R-CNN, মোবাইল BERT, ইত্যাদি সহ মডেলের নতুন শ্রেণীর রূপান্তরকে সক্ষম করে এবং কার্যকরী নিয়ন্ত্রণ প্রবাহ সহ মডেলগুলিকে সমর্থন করে।

• টেনসরফ্লো 2.0 বনাম টেনসরফ্লো 1.x

  • target_ops অ্যাট্রিবিউটের নামকরণ করা হয়েছে target_spec.supported_ops
  • নিম্নলিখিত বৈশিষ্ট্যগুলি সরানো হয়েছে:
    • quantization : inference_type , quantized_input_stats , post_training_quantize , default_ranges_stats , reorder_across_fake_quant , change_concat_input_ranges , get_input_arrays() । পরিবর্তে, কোয়ান্টাইজ সচেতন প্রশিক্ষণ tf.keras API এর মাধ্যমে সমর্থিত হয় এবং প্রশিক্ষণের পরে কোয়ান্টাইজেশন কম বৈশিষ্ট্য ব্যবহার করে।
    • ভিজ্যুয়ালাইজেশন : output_format , dump_graphviz_dir , dump_graphviz_video । পরিবর্তে, একটি TensorFlow Lite মডেলকে কল্পনা করার জন্য প্রস্তাবিত পদ্ধতি হল visualize.py ব্যবহার করা।
    • হিমায়িত গ্রাফ : drop_control_dependency , যেহেতু হিমায়িত গ্রাফগুলি TensorFlow 2.x-এ অসমর্থিত।
  • অন্যান্য রূপান্তরকারী API যেমন tf.lite.toco_convert এবং tf.lite.TocoConverter সরানো হয়েছে
  • অন্যান্য সম্পর্কিত API যেমন tf.lite.OpHint এবং tf.lite.constants ( tf.lite.constants.* প্রকারগুলিকে tf.* TensorFlow ডেটা প্রকার, নকল কমাতে) সরানো হয়েছে