7 Aralık'ta düzenlenecek Makine Öğreniminde Kadın Sempozyumu'na katılın Şimdi kaydolun

TensorFlow Lite Model Oluşturucu

Koleksiyonlar ile düzeninizi koruyun İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.

genel bakış

TensorFlow Lite Model Maker kitaplığı, özel veri kümesi kullanarak bir TensorFlow Lite modelinin eğitim sürecini basitleştirir. Gerekli eğitim verisi miktarını azaltmak ve eğitim süresini kısaltmak için transfer öğrenimini kullanır.

Desteklenen Görevler

Model Maker kitaplığı şu anda aşağıdaki ML görevlerini desteklemektedir. Modelin nasıl eğitileceğiyle ilgili kılavuzlar için aşağıdaki bağlantıları tıklayın.

Desteklenen Görevler Görev Yardımcı Programı
Görüntü Sınıflandırması: öğretici , API Görüntüleri önceden tanımlanmış kategorilere ayırın.
Nesne Algılama: öğretici , API Nesneleri gerçek zamanlı olarak algılayın.
Metin Sınıflandırması: öğretici , API Metni önceden tanımlanmış kategorilere ayırın.
BERT Soru Cevabı: öğretici , api BERT ile verilen bir sorunun cevabını belirli bir bağlamda bulun.
Ses Sınıflandırması: öğretici , api Sesi önceden tanımlanmış kategorilere ayırın.
Öneri: demo , API Aygıt senaryosu için bağlam bilgilerine dayalı olarak öğeleri önerin.
Arayan: öğretici , API Bir veritabanında benzer metin veya resim arayın.

Görevleriniz desteklenmiyorsa, lütfen önce bir TensorFlow modelini aktarım öğrenimiyle yeniden eğitmek için ( resimler , metinler , ses gibi kılavuzları izleyerek) TensorFlow'u kullanın veya sıfırdan eğitin ve ardından onu TensorFlow Lite modeline dönüştürün .

Uçtan Uca Örnek

Model Maker, yalnızca birkaç kod satırında özel veri kümelerini kullanarak bir TensorFlow Lite modelini eğitmenize olanak tanır. Örneğin, burada bir görüntü sınıflandırma modelini eğitme adımları verilmiştir.

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/')

Daha fazla ayrıntı için görüntü sınıflandırma kılavuzuna bakın.

Kurulum

Model Maker'ı kurmanın iki yolu vardır.

  • Önceden oluşturulmuş bir pip paketi kurun.
pip install tflite-model-maker

Gece sürümünü yüklemek istiyorsanız, lütfen şu komutu izleyin:

pip install tflite-model-maker-nightly
  • Kaynak kodunu GitHub'dan klonlayın ve yükleyin.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .

TensorFlow Lite Model Maker, TensorFlow pip paketine bağlıdır. GPU sürücüleri için lütfen TensorFlow'un GPU kılavuzuna veya kurulum kılavuzuna bakın.

Python API Referansı

Model Maker'ın genel API'lerini API referansında bulabilirsiniz.